典型文献
基于深度强化学习与流固耦合技术的鱼类自主游动行为模拟
文献摘要：
鱼类自主游动的模拟问题一直是仿生学、鱼类行为学以及生态水力学等诸多学科共同关注的重要难题.建立一种基于流固耦合数值模拟技术与深度强化学习算法的智慧鱼体自主行为决策平台,可以实现鱼体在不同周围环境条件下以最优决策方案完成游泳任务.该平台采用深度强化学习算法实现鱼脑功能,模拟其不断学习和最终决策;通过浸没边界-Lattice Boltzmann方法对流场及鱼体运动进行实时模拟,可为鱼体提供丰富的训练样本并执行鱼脑决策.基于该平台对鱼类典型捕食运动以及卡门游动进行训练并分析其训练效果.仿真结果表明:在捕食游动问题中,具有不同初始位置偏角的鱼体均能以最优轨迹到达目标点;在卡门游动问题中,鱼体能自主调节尾拍频率,使之接近涡街脱落频率,进而从卡门涡场中吸收能量,以稳定步态在涡街中运动.在鱼类自主游动问题的研究方面,该决策平台较传统物理实验具有更强大的复杂流场适应性,并可为水利工程、生态环境工程等领域的数字孪生提供技术支持.
文献关键词：
流固耦合;鱼类游泳;人工智能;深度学习;强化学习
中图分类号：
作者姓名：
李涛;张春泽;但云峰;赵旭
作者机构：
重庆交通大学西南水运工程科学研究所,重庆400010;重庆交通大学水利水运工程教育部重点实验室,重庆400074;重庆西科水运工程咨询中心,重庆400074
文献出处：
引用格式：
[1]李涛;张春泽;但云峰;赵旭-.基于深度强化学习与流固耦合技术的鱼类自主游动行为模拟)[J].科学技术与工程,2022(32):14392-14400
A类：
稳定步态
B类：
耦合技术,自主游动,行为模拟,模拟问题,仿生学,鱼类行为学,生态水力学,流固耦合数值模拟,数值模拟技术,深度强化学习算法,鱼体,自主行为决策,决策平台,周围环境,最优决策,算法实现,脑功能,不断学习,最终决策,浸没边界,Lattice,Boltzmann,训练样本,捕食,训练效果,动问,初始位置,偏角,最优轨迹,标点,主调,尾拍,拍频,涡街,脱落频率,卡门涡,吸收能量,物理实验,水利工程,生态环境工程,数字孪生,鱼类游泳
AB值：
0.392029
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
