深層強化学習とアテンション機構に基づく翼上の強い乱流に対する共流ジェット制御

低高度無人航空機（UAV）は飛行中に突風などの強い乱流に遭遇しやすく、運用の不安定性を引き起こします。低高度UAVの安定した飛行を確保するために、深層強化学習（DRL）と共流ジェット（CFJ）制御が利用されます。本論文では、強い乱流下におけるCFJ翼型の適切な制御戦略を得るために、DRLに基づくアテンション機構を用いたCFJ制御を提案し、揚力の安定化・増強、抗力の低減およびジェットエネルギーの維持を達成するとともに、知能流制御の視覚的説明性を向上させました。実際の低高度UAVの非定常作動環境を模擬するために、レイノルズ数2.6×10^6の円柱後流を用いています。深層決定性方策勾配アルゴリズムに基づき、まず揚力の安定化・増強を制御目標とした標準的な全結合ニューラルネットワークを用い、異なる初期非定常流場への一般化を行い、揚力係数の標準偏差を減少させ、平均をそれぞれ74％および87％増加させました。次に、アテンションブランチネットワーク（ABN）をベースに、制御効果と一般化性能を保持しつつ、エージェントの意思決定過程の透明性を向上させ、エージェントが流場の顕著な圧力変化領域に主に注目していることを示しました。最後にABNに基づき、報酬関数に抗力とジェットエネルギー消費を追加考慮しましたが、エージェントは合理的な制御戦略を見出し、揚力安定化と13％の抗力低減を達成するとともに、ジェットエネルギーをほぼ変化させませんでした。