跳到正文
arXiv · 机器人与计算机视觉· Steven Roche, Milo Van Mooy, Nathan McGuire, Levi Cai, Jonathan P. How, Yogesh Girdhar·· 2026-10-06精选AI 评分82

CORL-AUV:面向自主水下航行器的计算流体力学强化学习

CORL-AUV: CFD Oriented Reinforcement Learning for Autonomous Underwater Vehicles

AI 导读

论文提出一种基于代理模型的 CFD 方法,将水下航行器阻力估算速度提升 70 万倍,用于训练强化学习控制器。在真实海洋的 15 次独立测试中,该方法相比惯性盒模型使平均跟踪误差降低 19%、控制努力减少 31%,且对质量扰动具有鲁棒性。材料为预印本论文,未提及同行评审状态或开源代码仓库。

推荐理由

该研究提出用代理模型加速 CFD 数据以训练水下机器人控制器,在真实海洋测试中显著优于惯性盒模型。

来源:arXiv · 机器人与计算机视觉 · arxiv.org