深層強化学習で実現するCFD解析の高速な収束解到達のための途中解制御則の構築

深度强化学习实现CFD分析快速收敛解到达的中间解控制律构建

• 批准号: 20K04932
• 负责人: 金森 正史
• 金额: $ 2.75万
• 依托单位: Japan Aerospace EXploration Agency
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K04932/
• 关键词: 数値流体力学; 深層学習; 深層強化学習; 時間積分

圧縮性数値流体力学(CFD)解析の、特に陰的な時間発展の収束加速を実現すべく、陰的時間発展コード内にパラメータを導入し、深層強化学習技術を用いてそのパラメータの制御則の構築を試みた。今年度は特に、2次元圧縮性Navier-Stokes方程式を対象として、このような加速を実現することが可能か調査した。本年度は、収束の遅延が見られる問題設定として、遷音速の翼型周りの流れを対象とし、その系に対して深層強化学習技術、特にProximal Policy Optimization(PPO)と呼ばれる、パラメータの値を与える方策を得る学習アルゴリズムを適用した。昨年度はLU-SGS陰的時間発展法を用いていたが、今年度は、領域内の各格子点に対して学習を効率的に行うため、MFGS陰的時間発展法及びodd/even法の組み合わせに切り替え、そこに学習対象のパラメータを導入し、制御則獲得を試みた。このような方法を取り入れることで、各格子点において（深層）強化学習適用の大前提であるマルコフ決定過程が満たされるため、各格子点に独立して深層強化学習による方策を適用できるようになる。このことは、CFDのように、格子点全体が1つの場として定義されるような環境において、各格子点が能動的に制御され、その結果、場全体の最適化が可能になることが期待される。その結果、既定の誤差に達する時間発展ステップの回数の観点で、通常の時間発展法に比べて1.8～2.2倍程度の短縮が確認された。これは、前述の通り、各格子点への能動的な制御が、CFD解析全体の最適化に寄与する、という当初の狙いが実現されたものと考察される。

The numerical fluid dynamics (CFD) analysis system, the special time display beam acceleration test, and the time expansion test are used in the chemical engineering to improve the performance of chemical technology. This year, the two-dimensional Navier-Stokes equation will show signs of change and speed up. This year, the airfoils of sonic airfoils and airfoils are used to improve the performance of chemical technology, Proximal Policy Optimization (PPO), and so on. This year, the airfoils of sonic airfoils and airfoils are used to improve chemical technology. Last year's LU-SGS time show used the performance test data of each grid in the field, the MFGS time show and the odd/even test system. The test results show that the performance of the system has been tested, and the control rules have been successful. Each grid is used to determine the process of the chemical process, and each grid is used independently to strengthen the chemical strategy. The system, the CFD system, and the grid are all defined in terms of the environmental impact, the control of each grid, the results, and the overall performance of the market. According to the results of the test, the established error has reached the number of return points in the time limit, and the average time limit is 1.8 to 2.2 times higher than that in the normal time limit. The system, the aforementioned system, the control system of each grid point, the CFD analysis of all the systems are sent to you, and the information is now available for inspection.