返回
Adaptive morphing control method for variable-sweep aircraft based on deep reinforcement learning
DOI:10.1016/j.ast.2026.112293.png)
摘要
En 中文
• 提出了一种基于深度强化学习的自适应变形控制框架。
• 开发了一种基于DNN的气动代理模型以加速训练过程。
• 代理实现了主动流动感知以有效管理瞬态气动载荷。
• 通过高保真度URANS的闭环验证证明了控制策略的鲁棒性。
Keyword:
Deep Reinforcement Learning
Adaptive Morphing Control
Aerodynamic Surrogate Model
Flow Perception
Variable-Sweep Aircraft
期刊
IF:
5.8
论文数:
1.0W
被引数:
3.0W
机构
暂无机构信息
引用论文
Deep reinforcement learning-based airfoil design and optimization: An aerodynamic analysis基于深度强化学习的翼型设计与优化:气动分析
Deep reinforcement learning control for stall flutter via active camber morphing通过主动翼型弯度变形的失速颤振深度强化学习控制

