Buchumschlag

Towards Active Flow Control Strategies Through Deep Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Montalà, Ricard, Font, Bernat, Suárez, Pol, Rabault, Jean, Lehmkuhl, Oriol, Rodriguez, Ivette
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High-lift Wing Separation Control via Bayesian Optimization and Deep Reinforcement Learning
von: Montalà, Ricard, et al.
Veröffentlicht: (2026)

Turbulent Boundary Layer in a 3-Element High-LiftWing: Coherent Structures Identification
von: Montalà, Ricard, et al.
Veröffentlicht: (2024)

Active flow control of a turbulent separation bubble through deep reinforcement learning
von: Font, Bernat, et al.
Veröffentlicht: (2024)

Deep-reinforcement-learning-based separation control in a two-dimensional airfoil
von: Garcia, Xavier, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning in Action: Real-Time Control of Vortex-Induced Vibrations
von: Sababha, Hussam, et al.
Veröffentlicht: (2025)

Timescale Separation Enables Deep Reinforcement Learning Control of Rotating Detonation Engine Mode Transitions
von: Holme, Kristian, et al.
Veröffentlicht: (2026)

Dynamic Feature-based Deep Reinforcement Learning for Flow Control of Circular Cylinder with Sparse Surface Pressure Sensing
von: Wang, Qiulei, et al.
Veröffentlicht: (2023)

SmartFlow: A CFD-solver-agnostic deep reinforcement learning framework for computational fluid dynamics on HPC platforms
von: Xiao, Maochao, et al.
Veröffentlicht: (2025)

Optimal Parallelization Strategies for Active Flow Control in Deep Reinforcement Learning-Based Computational Fluid Dynamics
von: Jia, Wang, et al.
Veröffentlicht: (2024)

A review on Deep Reinforcement Learning for Fluid Mechanics
von: Garnier, Paul, et al.
Veröffentlicht: (2019)

On Deep-Learning-Based Closures for Algebraic Surrogate Models of Turbulent Flows
von: Eiximeno, Benet, et al.
Veröffentlicht: (2024)

Active Control of Flow over Rotating Cylinder by Multiple Jets using Deep Reinforcement Learning
von: Dobakhti, Kamyar, et al.
Veröffentlicht: (2023)

Active Control of Turbulent Airfoil Flows Using Adjoint-based Deep Learning
von: Liu, Xuemin, et al.
Veröffentlicht: (2025)

Invariant Control Strategies for Active Flow Control using Graph Neural Networks
von: Kurz, Marius, et al.
Veröffentlicht: (2025)

Active flow control for drag reduction through multi-agent reinforcement learning on a turbulent cylinder at $Re_D=3900$
von: Suárez, P., et al.
Veröffentlicht: (2024)

Flow control of three-dimensional cylinders transitioning to turbulence via multi-agent reinforcement learning
von: Suárez, P., et al.
Veröffentlicht: (2024)

Hypersonic Flow Control: Generalized Deep Reinforcement Learning for Hypersonic Intake Unstart Control under Uncertainty
von: Mondal, Trishit, et al.
Veröffentlicht: (2026)

Impact of Wind Direction on Flow Over a Realistic Urban Area: A Large-Eddy Simulation Study
von: Rodríguez, Ivette, et al.
Veröffentlicht: (2025)

Differentially heated turbulent channel flow two-point correlations
von: Garcia-Berenguer, Marina, et al.
Veröffentlicht: (2024)

Shocks Under Control: Taming Transonic Compressible Flow over an RAE2822 Airfoil with Deep Reinforcement Learning
von: Mondal, Trishit, et al.
Veröffentlicht: (2025)

Multi-agent reinforcement learning for the control of three-dimensional Rayleigh-Bénard convection
von: Vasanth, Joel, et al.
Veröffentlicht: (2024)

Improving the Robustness of Control of Chaotic Convective Flows with Domain-Informed Reinforcement Learning
von: Straat, Michiel, et al.
Veröffentlicht: (2025)

Model-Based Reinforcement Learning for Control of Strongly-Disturbed Unsteady Aerodynamic Flows
von: Liu, Zhecheng, et al.
Veröffentlicht: (2024)

Advanced deep-reinforcement-learning methods for flow control: group-invariant and positional-encoding networks improve learning speed and quality
von: Jeon, Joongoo, et al.
Veröffentlicht: (2024)

Emergence of a Flow-Assisted Casting Strategy for Olfactory Navigation via Memory-Augmented Reinforcement Learning
von: Zhao, Changxu, et al.
Veröffentlicht: (2026)

Optimization-Embedded Active Multi-Fidelity Surrogate Learning for Multi-Condition Airfoil Shape Optimization
von: Robledo, Isaac, et al.
Veröffentlicht: (2026)

pyLOM: A HPC open source reduced order model suite for fluid dynamics applications
von: Eiximeno, Benet, et al.
Veröffentlicht: (2024)

Graph Deep Learning for Intracranial Aneurysm Blood Flow Simulation and Risk Assessment
von: Garnier, Paul, et al.
Veröffentlicht: (2025)

Control of Rayleigh-Bénard Convection: Effectiveness of Reinforcement Learning in the Turbulent Regime
von: Markmann, Thorben, et al.
Veröffentlicht: (2025)

Deep Learning-based Algebraic Reynolds Stress Closures for RANS Simulations of Turbulent Flows
von: Dehtyriov, Daniel, et al.
Veröffentlicht: (2026)

BLISSNet: Deep Operator Learning for Fast and Accurate Flow Reconstruction from Sparse Sensor Measurements
von: Veremchuk, Maksym, et al.
Veröffentlicht: (2026)

A Two-Phase Deep Learning Framework for Adaptive Time-Stepping in High-Speed Flow Modeling
von: Helwig, Jacob, et al.
Veröffentlicht: (2025)

Deep Operator Learning for High-Fidelity Fluid Flow Field Reconstruction from Sparse Sensor Measurements
von: Dang, Hiep Vo, et al.
Veröffentlicht: (2024)

FLRNet: A Deep Learning Method for Regressive Reconstruction of Flow Field From Limited Sensor Measurements
von: Nguyen, Phong C. H., et al.
Veröffentlicht: (2024)

LinguaFluid: Language Guided Fluid Control via Semantic Rewards in Reinforcement Learning
von: Liang, Aoming, et al.
Veröffentlicht: (2025)

Can Explicit Subgrid Models Enhance Implicit LES Simulations? A GPU-Oriented High-Order-Solver Perspective
von: Rubio, Gonzalo, et al.
Veröffentlicht: (2025)

Atmospheric boundary layer over urban roughness: validation of large-eddy simulation
von: Teng, Ming, et al.
Veröffentlicht: (2025)

Efficient Active Flow Control Strategy for Confined Square Cylinder Wake Using Deep Learning-Based Surrogate Model and Reinforcement Learning
von: Zhang, Meng, et al.
Veröffentlicht: (2024)

Spectrally Informed Learning of Fluid Flows
von: Shaffer, Benjamin D., et al.
Veröffentlicht: (2024)

A Novel Deep Learning Approach for Emulating Computationally Expensive Postfire Debris Flows
von: Patel, Palak, et al.
Veröffentlicht: (2025)