arXiv · cs.LG 机器学习· Ruige Kong, Stefania Fresca·2026-11-11 13:00· 2 天前精选AI 评分60

Audited Gradients, Anchored Policies：基于模型的强化学习用于高效流场控制

Audited Gradients, Anchored Policies: Model-Based Reinforcement Learning for Efficient Flow Control

AI 导读

作者提出对代理模型的动作梯度做审计，再据此拟合低维反馈律并初始化神经策略，用二次惩罚把策略约束在该反馈律附近。在四个测试案例上，所得控制器优于或持平无模型基线，高保真求解器交互次数减少 3 至 156 倍。

推荐理由

论文指出代理模型预测准确并不代表动作梯度可用，并给出审计加锚定策略的替代流程，读者可据此判断代理模型何时可信。