-
公开(公告)号：CN108983605B
公开(公告)日：2021-03-26
申请号：CN201810741737.7
申请日：2018-07-09
Applicant: 南开大学
IPC: G05B13/04
Abstract: 一种基于深度强化学习进行流体导向的刚体控制的方法。本方法通过仅在模拟区域边界施加控制作用力来改变流体‑刚体模拟器的行为，同时模拟区域内部通过Navier‑Stokes方程控制流体以及Newton‑Euler方程控制刚体。本方法的控制器是用深度强化学习训练的神经网络，经过预先训练便可用来在线生成控制动作。基于本方法的控制器接收流体与刚体的状态作为输入，控制流体喷口在边界移动并向模拟区域内部的刚体喷射流体，不仅可生成物理上真实的模拟效果，而且在很多2维流体‑刚体控制任务上都取得了很好的效果。本方法也可以扩展到3维流体‑刚体耦合系统，比如可以控制刚体准确运动到指定3维目标点。
-
公开(公告)号：CN115202210B
公开(公告)日：2024-10-29
申请号：CN202210905709.0
申请日：2022-07-29
Applicant: 南开大学
IPC: G05B13/04 , G06F18/214 , G06N3/092
Abstract: 本发明涉及计算机图形学流体动力学模拟领域，尤其是一种基于多任务强化学习的流固耦合系统控制方法，包括基于元强化学习方法，训练通用的控制器，生成指定模拟环境和目标下的动画，本发明提出了一个统一的强化学习框架来实现可迁移多任务流体控制，通过元学习的方法来编码模拟器的信息，实现了控制算法在不同模拟器之间的迁移，避免重复训练带来的大量消耗。同时结合新的任务表示，实现了多任务控制，实现了在模拟环境和任务目标两个方面的可迁移性，用户可以方便地调节模拟器参数或者任意指定目标，并且可以快速地将训练好的控制器迁移过来进行使用，而无需重复训练。
-
公开(公告)号：CN108983605A
公开(公告)日：2018-12-11
申请号：CN201810741737.7
申请日：2018-07-09
Applicant: 南开大学
IPC: G05B13/04
Abstract: 一种基于深度强化学习进行流体导向的刚体控制的方法。本方法通过仅在模拟区域边界施加控制作用力来改变流体-刚体模拟器的行为，同时模拟区域内部通过Navier-Stokes方程控制流体以及Newton-Euler方程控制刚体。本方法的控制器是用深度强化学习训练的神经网络，经过预先训练便可用来在线生成控制动作。基于本方法的控制器接收流体与刚体的状态作为输入，控制流体喷口在边界移动并向模拟区域内部的刚体喷射流体，不仅可生成物理上真实的模拟效果，而且在很多2维流体-刚体控制任务上都取得了很好的效果。本方法也可以扩展到3维流体-刚体耦合系统，比如可以控制刚体准确运动到指定3维目标点。
-
公开(公告)号：CN115202210A
公开(公告)日：2022-10-18
申请号：CN202210905709.0
申请日：2022-07-29
Applicant: 南开大学
Abstract: 本发明涉及计算机图形学流体动力学模拟领域，尤其是一种基于多任务强化学习的流固耦合系统控制方法，包括基于元强化学习方法，训练通用的控制器，生成指定模拟环境和目标下的动画，本发明提出了一个统一的强化学习框架来实现可迁移多任务流体控制，通过元学习的方法来编码模拟器的信息，实现了控制算法在不同模拟器之间的迁移，避免重复训练带来的大量消耗。同时结合新的任务表示，实现了多任务控制，实现了在模拟环境和任务目标两个方面的可迁移性，用户可以方便地调节模拟器参数或者任意指定目标，并且可以快速地将训练好的控制器迁移过来进行使用，而无需重复训练。
-
-
-
Search Results
4
records
(took 0.015 seconds)
