#Reinforcement-Learning

[论文综述] DQN 用合成射流驯服翼型涡 — 基于强化学习的主动流动控制

玩具模型跑完整整300个回合后，平均奖励只从3.12升到3.25，学到的射流就停在浪费惩罚刚刚生效的12 m/s这一档。