深層強化学習で実現するCFD解析の高速な収束解到達のための途中解制御則の構築

2021 Fiscal Year Research-status Report

• Project/Area Number: 20K04932
• 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 – 2023-03-31
• Keywords: 数値流体力学 / 深層学習 / 深層強化学習 / 時間積分

Outline of Annual Research Achievements

今年度は、所属組織の中での異動があり、本研究を含めて研究業務に対するエフォートを割くことが全くできなかった。

Current Status of Research Progress

4: Progress in research has been delayed.

Reason

前述の通り、今年度は本研究に対してエフォートを割くことができず、昨年度からの研究の進捗は全くなかった。

Strategy for Future Research Activity

2022年度は、昨年度定義したものと同様に、初年度で得られた制御側を2次元Navier-Stokes(NS)方程式に拡張・適用し、その効果を検証する。初年度との違いは、空間次元の増大と粘性の登場である。前者は、計算時間の増大を招くため、DRLを複数CPU/GPUで並列演算できるよう改修する等することで、学習の高速化を実現する。後者は、正に格子の不均一性をもたらすものであり、まずは2次元に対して格子由来の収束性悪化を改善できることを示す。また、1次元の場合と比較して、制御側に必要な物理量、パラメータ、報酬の違いを明確化し、3次元への拡張に備える。

Causes of Carryover

前述の通り、2021年度は研究業務にエフォートを割くことが全くできなかったため、次年度使用額として残る形となった。