#Reinforcement-Learning

[論文レビュー] DQNが合成ジェットで翼の渦を手なずける — 強化学習による能動流れ制御

学習した300エピソードでは、平均報酬は3.12から3.25へしか動かず、噴流は無駄項が始まる12 m/sで止まります。