研究 (Research)
最終更新日：
深層強化学習と数値流体力学の融合の試み (Fusion of Deep Reinforcement Learning and Computational Fluid Dynamics)
助教 岡林 希依（工学研究科 機械工学専攻） OKABAYASHI Kie (Graduate School of Engineering)
研究内容
・ディープニューラルネットワークを用いた強化学習（深層強化学習）と数値流体力学（コンピュータで水や空気の流れを計算）の融合の試み。
・その問題設定の一例として、トンボの羽に見られる折れ曲がり翼について、揚抗比を目的関数とした形状パラメータ最適化を扱い、手法の有効性を示した。
・今後、形状最適化だけでなく、流体制御（摩擦抵抗低減など）への本手法の応用、スーパーコンピューティングとの融合などを予定している。
担当研究者
助教 岡林 希依（工学研究科 機械工学専攻）
キーワード
深層強化学習／流体力学／最適化／数値流体力学／ 機械学習
重点分野
ＡＩ・データ／航空宇宙
応用分野
ものづくり関連／航空宇宙工学分野
論文・解説等
[1] Noda, T. et al., Optimization of configuration of corrugated airfoil using deep reinforcement learning and transfer learning, AIP Advances 13, 035328 (2023). https://aip.scitation.org/doi/10.1063/5.0134198