[Reseña de artículo] Cómo una DQN domó los vórtices de un perfil con un chorro sintético — Control activo de flujo por aprendizaje por refuerzo
·6 min read
En 300 episodios la recompensa de juguete solo pasa de 3.12 a 3.25, y el chorro aprendido se detiene en 12 m/s, donde empieza la penalización.
Etiquetas relacionadas