| Project/Area Number |
20K04932
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 24010:Aerospace engineering-related
|
|---|
| Research Institution | Japan Aerospace EXploration Agency |
|---|
Principal Investigator |
金森 正史 国立研究開発法人宇宙航空研究開発機構, 航空技術部門, 主任研究開発員 (50770872)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
橋本 敦 国立研究開発法人宇宙航空研究開発機構, 航空技術部門, 主幹研究開発員 (30462899)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2020: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | 数値流体力学 / 深層学習 / 深層強化学習 / 時間積分 |
|---|
| Outline of Research at the Start |
流体現象の時間スケールに対して、数値流体力学を安定に進行させるための時間ステップは数オーダー小さく、その結果定常解への収束を達成するには多くの時間発展が必要になる。本研究では、深層強化学習を用いて、早く収束に達するような時間発展の途中解の制御則を構築する。
|
| Outline of Annual Research Achievements |
圧縮性数値流体力学(CFD)解析の、特に陰的な時間発展の収束加速を実現すべく、陰的時間発展コード内にパラメータを導入し、深層強化学習技術を用いてそのパラメータの制御則の構築を試みた。今年度は特に、2次元圧縮性Navier-Stokes方程式を対象として、このような加速を実現することが可能か調査した。
昨年度は、収束の遅延が見られる問題設定として、遷音速の翼型周りの流れを対象とし、その系に対して深層強化学習技術、特にProximal Policy Optimization(PPO)と呼ばれる、パラメータの値を与える方策を得る学習アルゴリズムを、MFGS陰的時間発展法及びodd/even法の組み合わせに適用し、その結果、既定の誤差に達する時間発展ステップの回数の観点で、通常の時間発展法に比べて1.8～2.2倍程度の短縮が確認された。
今年度は、上記の問題設定をそのまま踏襲しつつ、一方で未調査であった設定パラメータ（機械学習におけるハイパーパラメータ）の感度評価を実施した。その結果、学習を実施する際の1学習の単位サイズ（バッチサイズ）及び、学習結果を元にPPOによる方策のアップデートを実施するタイミングが、高速な収束を実現するための鍵となるハイパーパラメータであることが確認された。
また、Selective Frequency Dumping(SFD)と呼ばれる、指定した周波数以上の変動を抑制する技術を導入し、SFDに出てくるパラメータを学習対象とした試みを実施したが、収束の加速には寄与しないという結果が得られた。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
2023年度は、所属機関の本務業務が多忙を極め、本科研費研究に時間を割くことがほとんどできない状態で、現在の状況に至る。そのため、2024年度も本研究案件を継続させてもらえるように申請し、受理されている。
|
| Strategy for Future Research Activity |
2024年度は、2023年度で検討していた2次元Navier-Stokes方程式について、更なる高速化を実現するための方策を検討する。実際、本提案の目標は、従来法よりも1桁短い時間発展ステップ数の実現であり、それに向けて、深層強化学習のネットワークや学習アルゴリズム、報酬の与え方など、考えられる改善手法を適用して更なる加速の実現可否を検討する。
また、3次元化、非構造格子対応に向けた方策を含めて、より詳細な方策の検討を実施する。具体的には、3次元の場合には計算負荷、学習負荷が増大するため、加速効果を維持しつつ、解析・学習コストを低減する方法を検討する。また、2次元の場合とは異なり、3次元の場合は非構造格子を対象とする予定であるため、格子トポロジーに依らずに対応ができるような方法論を検討する。
|
