HydroGym:面向流动控制的强化学习基准平台

新
许可证: MIT(代码)/ Nature 论文 · 更新于 2026-11-11
我的评分

HydroGym 是一个把主动流动控制做成标准化基准的开源平台。它的核心主张可以概括为一句话:流体控制领域之所以没有像机器人或蛋白折叠那样被强化学习明显推动,缺的并非算法,而是共享的基准环境与统一的接口。这一判断决定了平台的形态——它提供 61 个经过验证的流动控制环境,把有限元、格子玻尔兹曼、有限体积、谱元与完全可微求解器统一封装在一层 Gymnasium 兼容接口之下,让同一套强化学习代码能在不同几何、不同雷诺数、不同维度之间迁移比较。

论文《The HydroGym reinforcement learning platform for fluid dynamics》于 2026 年 8 月 19 日在 Nature 发表(卷 657,页 369–376,DOI 10.1038/s41586-026-10917-6),预印本为 arXiv:2512.17534(v1 2025 年 12 月 19 日,v2 2026 年 6 月 30 日)。代码仓库 dynamicslab/hydrogym 创建于 2021 年 12 月 29 日,采用 MIT 许可,版权行标注为 Copyright (c) 2021 Jared Callaham。本条目按平台论文发表年 2026 记录;仓库创建年份 2021 对应的是许可声明中的版权起始年,两个年份含义不同,不能混用。

一、简介

读这篇的收益不在于某个减阻数字,而在于它给出了一个可判断的方法学骨架:当你说”我的强化学习控制器减阻了 30%“时,别人能否在同样的算例、同样的基线下复现这个数字。论文的立论起点是流体控制的评测生态长期处于分散状态——每个控制器针对单一几何与单一工况调参,结果难以累积、迁移与横向比较。这与计算机视觉依赖 ImageNet、机器人依赖 MuJoCo 的路径形成直接对照,论文用这两个例子说明共享基准的作用机制。

第二个理由是这篇给出了平台自陈的能力边界。这类平台类论文常见的失真方式是只写成功案例,读者无法判断结论的适用范围。这篇把限制写在正文里:所有现有环境均采用直接数值模拟(DNS),完全解析湍流结构,不引入湍流模型闭合关系;平台当前覆盖的雷诺数上限在内流为 Reτ = 2,200、在外流为 Rec = 400,000,低于许多工业应用常见的 10⁷ 至 10⁸ 量级;作者明确指出这一上限反映的是训练阶段的算力约束,与求解器能力本身属于两件事——生产级求解器常规处理完整飞机几何上 10⁹ 阶自由度的模拟,但把这种模拟嵌入强化学习训练循环,单次训练需要 500 块以上 GPU 与 50 TB 以上内存,系统性的算法开发因此变得不现实。

第三个理由是零样本迁移实验的方法学示范价值。论文没有在高雷诺数三维机翼上硬算,而是在便宜的通道流代理环境里训练,再把策略直接搬到几何、压力梯度与雷诺数都不同的机翼上。这一”代理训练 + 直接部署”的范式,对任何面临单次仿真代价过高的领域都有参考结构。

二、原理与工作方式

平台在软件层面是三层结构。最底层是 CFD 求解器后端,共六类:m-AIA LB(格子玻尔兹曼,D3Q27 速度格点,BGK 与 cumulant 碰撞算子,面向大规模二维三维弱可压缩 DNS,局部网格加密,MPI 加 OpenMP 加 GPU 并行)、m-AIA FV(有限体积,可压缩 Navier–Stokes,任意拉格朗日—欧拉形式,结构化贴体曲线网格,支持 DNS 与 LES,五阶段低存储 Runge–Kutta,支持合成射流与横向行波边界条件)、Nek5000(谱元,高雷诺数不可压缩流动,PNPN−2 离散,MPI 下与强化学习动态耦合)、基于 JAX 的可微不可压缩求解器(JAX grad、vmap、jit 均可用)、JAX-Fluids(完全可微分高阶 CFD,可压缩两相多物理场,WENO5-Z 与 TENO6-A 激波捕捉,level-set 与 diffuse-interface 多相模型,浸入边界法,支持跨多节点 GPU 与 HPC 的自动微分)、以及 Firedrake(有限元,面向代码透明与快速原型,Taylor–Hood 单元,基于 PETSc 的分布式并行)。

中间层是统一的环境抽象与控制接口。控制通过在浸没体表面施加时变 Dirichlet 边界条件实现,即在标准无滑移壁面条件上指定非零速度矢量,随后通过插值后的 bounce-back 格式强制施加。论文提到热学基准算例通过改变入口温度实现控制。平台使用两类执行器:合成射流(synthetic jet)与表面旋转;两者都采用时间上的斜坡过渡机制以保证数值稳定性——控制动作若阶跃施加,会在求解器中激起数值问题。

最上层是强化学习与评估层。接口为 Gymnasium 兼容,官方示例直接对接 Stable-Baselines3,也支持 RLlib;论文中提及的机器学习基础设施还包括 TorchRL、CleanRL、PureJaxRL 与 Gymnax。多智能体强化学习通过 PettingZoo 接口实现,用于分布式执行器场景;Firedrake 后端还提供基于 SLEPc 的全局稳定性分析与基于 modred 的 DMD、POD 模态分解。平台内置的基线算法为 PPO、DDPG 与 TD3;针对可微环境另有梯度增强策略优化 GPPO。

三、适用边界与前提

数值前提。 平台当前所有环境都是 DNS,不含湍流模型。这一取舍换来的是可信的物理真值与无闭合关系的干扰,但也意味着成本:DNS 在高雷诺数下的代价随网格点与时间步同步膨胀。论文给出的量化口径是:单个流场最大约 75 GB,完整测试轨迹可达 15 TB。

雷诺数覆盖边界。 内流上限 Reτ = 2,200,外流上限 Rec = 400,000。这一范围适合基础研究与算法开发,低于工业应用常见的量级。需要注意这个上限的成因是训练阶段的算力约束,不是求解器瓶颈。

流态覆盖偏好。 论文自陈现有环境侧重经典流动与近平衡湍流边界层。强压力梯度、流动分离、回附与瞬态动态等非平衡流动尚未纳入。相关环境正在开发中,方法是在算例中加入体动力以构造不利与有利压力梯度。

多物理场缺口。 未来版本计划扩展到气动声学(喷流噪声抑制、尾缘噪声抑制)、燃烧系统中的反应流与多相动力学,当前版本尚未覆盖。

迁移泛化的作用域。 零样本迁移实验利用的是壁面湍流的共享近壁物理。论文明确写道:这一迁移在那些不共享这些特征的流动族之间如何泛化仍是开放问题,具体点名了强压力梯度主导、分离主导或可压缩流动。

实验验证缺口。 论文全部结果来自数值模拟,没有风洞或实物装置的闭环控制实验。论文对未来的表述是”HydroGym 智能体最终将被部署到实验性流动控制场景中”——这是计划,不是已完成的工作。

执行器模型简化。 控制作用于数值边界条件,合成射流与表面旋转都是理想化的驱动方式。真实执行器涉及供电、驱动功率、气源供应与安装约束,平台未建模这些工程约束。

四、上手路径

路线一:跟着官方示例走 Docker。 平台推荐使用预构建容器以避免依赖地狱。NVIDIA Hopper 与 Blackwell 架构对应的镜像名为 clagemann/hydrogym-nvhpc-26.1_cuda-12.9_hopper_blackwell:latest,另有 Turing 与 Ampere 架构版本;AMD 平台有 ROCm 版本 clagemann/hydrogym-rocm-6.3.3:latest。容器内可直接运行示例。

路线二: Firedrake 后端快速起步。 进入 examples/firedrake/getting_started 目录,先执行 ./run_example_docker.sh 交互式测试环境,再执行 ./run_example_docker.sh train 启动 Stable-Baselines3 训练。典型配置长这样:

from hydrogym import FlowEnv
import hydrogym.firedrake as hgym
from stable_baselines3 import PPO
from stable_baselines3.common.vec_env import DummyVecEnv, VecNormalize

def make_env():
env_config = {"flow": hgym.Cylinder, "flow_config": {"mesh": "medium", "Re": 100}, "solver": hgym.SemiImplicitBDF, "solver_config": {"dt": 1e-2}, "actuation_config": {"num_substeps": 2}}
return FlowEnv(env_config)

env = DummyVecEnv([make_env])
env = VecNormalize(env, norm_obs=True, norm_reward=True)
model = PPO("MlpPolicy", env, verbose=1)
model.learn(total_timesteps=100000)

路线三: MAIA 后端(含多物理场耦合)。 进入 examples/maia/getting_started,先运行 ./run_example_docker.sh 准备工作区并从 Hugging Face Hub 下载算例,再用 MPMD 方式执行(一个 Python 进程加一个 GPU 上的 MAIA 进程);训练同样走 ./run_example_docker.sh train。MAIA 平台的 MPMD 执行模式是多物理场耦合算例的标准跑法。

路线四: Nek5000 后端与多智能体。 examples/nek/getting_started 下分三个子目录:1_nekenv_single 单智能体环境,2_pettingzoo 多智能体,3_pettingzoo 走 SB3 训练,6_zeroshot_wing_demo 是零样本机翼迁移演示,直接运行 ./run_pettingzoo_docker.sh。

路线五: JAX 可微环境与梯度增强优化。 examples/jax/getting_started 下:1_kolmogorov 测试 Kolmogorov 流环境,2_channel 测试通道流环境(可带 strong_actuation 参数),3_ppo 用 PPO 训练,命令形如 ./run_ppo_docker.sh —env channel —num-envs 1 —num-steps 10 —num-minibatches 5。

关于环境数据的获取。 所有环境所需的 checkpoint 从 Hugging Face 的 dynamicslab/HydroGym-environments 仓库在环境首次创建时自动下载,需要联网。若运行环境在 HPC 计算节点上没有外网(例如 examples/maia/README.md 描述的场景),需按该文档预先下载环境文件。

一条实用的选型提示。 环境清单同时覆盖 2D 与 3D,同类流动通常有廉价的二维版本与对应的三维高保真版本。算法调试阶段先在二维版本上迭代,确认策略有效后再切到三维,是平台设计上隐含推荐的用法。

五、横向对比

与单篇定制控制研究的对比。 平台论文引用的一段观察很有代表性:现阶段流体强化学习工作大多集中在计算成本低的二维构型与中等雷诺数上,而向高湍流度流动、复杂三维几何与多物理场应用的扩展是当前的前沿。单个研究团队从头搭一套求解器–训练–评估闭环,其结果无法与他人比较;平台把这一成本前置到公共基础设施层面。

与主流 RL 基准(MuJoCo、Isaac Gym)的对比。 二者共享”标准化环境”的形式,但物理代价结构完全不同。机器人 RL 的单步交互成本在毫秒量级,流体控制的单步交互是小时量级的 CFD 模拟。论文把这一区别写得很直白:训练有效的强化学习智能体通常需要数千次环境交互,而每次评估都需要高性能计算集群上的昂贵 CFD 模拟。样本效率在此不是优化指标,而是可行性的前提。

与工业 CFD 求解器(OpenFOAM、SU2 等)的对比。 两者定位不同,不构成替代关系。工业求解器面向给定工况的一次性高精度求解,HydroGym 面向强化学习训练循环需要的可控、可重复、可并行、可微分接口。平台中 m-AIA FV 后端本身支持 DNS 与 LES、结构化贴体网格与可压缩流,能力并不弱;但其设计目标是接入训练循环,与通用 CFD 工作流分属不同用法。

与代理模型路线(神经算子)的对比。 这两条路线解决的是同一个问题——把昂贵仿真降下来——但介入位置不同。神经算子路线在求解器之外做代理,用训练好的网络替代部分求解;HydroGym 的零样本迁移路线是保留求解器本身,只在训练阶段换用便宜的构型。前者的失败模式是代理模型在外推区失效;后者的失败模式是跨流族的控制先验不成立。两者的融合路径在平台的可微环境里有迹可循——可微求解器让梯度增强的策略优化成为可能。

与经典控制基线的对比。 论文明确把 opposition control 与 uniform blowing 作为金标准对照,零样本迁移策略在这两者之上取得优势。这一点在评估新算法时值得注意:在平台语境里,与经典线性控制比较是默认基线。

六、基准与数据

平台提供了成体系的基准结果,覆盖四组基准构型,使用 PPO、DDPG、TD3 三种业界标准算法,全部已验证基线的训练合计消耗超过 150,000 GPU 小时。二维结果在论文图 4,三维在图 3。

具体数字如下。流体弹球(fluidic pinball)二维 Re = 100 环境,通过后置圆柱反向旋转实现约 90% 的阻力降低——这是摘要中”拖动降低超过 90%“的出处,对应规范构型下的极端值。三维 Re = 150 的流体弹球把不规则、非对称脱落转变为稳定对称尾流,并改善速度亏损与压力恢复。二维空腔 Re = 4,200 与三维空腔 Re = 7,500 用于检验剪切层不稳定性控制。三维圆柱 Re = 3,900 的多智能体控制取得约 8% 的阻力降低,论文说明该结果与所引文献相当;该多智能体框架利用流动控制的空间局部性,把全局控制问题分解为多个局部伪环境,每个管理一对沿展向分布的 ZNMF 射流,与被引文献的差别在于采用共享梯度更新与统一 replay buffer。NACA0012 横向阵风 Re = 1,000 环境下载荷振荡降低约 20%。二维圆柱 Re = 3,900 与二维流体弹球 Re = 100 用于基础涡脱落与 Kelvin–Helmholtz 不稳定性控制。

数据可获取性方面,平台的数据与 checkpoint 托管在 Hugging Face 的 dynamicslab/HydroGym-environments 数据集仓库。经实查,该仓库当前包含 1513 个文件、90 个以环境命名的顶层目录,下载量约 5400 次,最近更新时间为 2026 年 10 月 23 日。目录命名直接编码了构型与工况,例如 NACA0012_3D_Re200000_AOA0、Cylinder_3D_Re3900、DRA2303Jet_3D_Re400000_Ma07、TCFlarge_3D_Re206。同一构型的不同网格分辨率以 _fine_FD、_medium_FD 等后缀区分。

数据体量有明确说明:由于体积原因,最大的直接数值模拟数据集无法完整存放——单流场最大 75 GB,完整测试轨迹最大 15 TB。平台提供足以复现已报告结果的代表性压缩子集,完整数据集可向通讯作者合理申请。论文附带源数据。

一个需要注意的口径差异:论文正文用”61 个”与”61+“两种表述(摘要写 more than 60,GitHub README 写 61+ environments),而 Hugging Face 仓库按环境目录计为 90 个。差异来自统计口径——论文统计的是经过验证的流动场景数,仓库按目录计包含了同一场景的网格分辨率变体(例如 Pinball_2D_Re100 与 Pinball_2D_Re100_fine_FD 属同一场景)。引用具体数字时需注明用的是哪一层。

七、物理 AI 场景中的用法

作为强化学习控制研究的公共地基。 平台把六个后端、两百多个求解器配置家族、多类执行器与传感器统一到一套接口下。对做流动控制的研究者,价值在于省去”搭一套可训练 CFD 环境”的重复劳动,同时把结果放回可比的公共坐标系。

作为可微物理的实验载体。 完全可微求解器加上 GPPO,构成一条”解析梯度反传到策略参数”的路径。论文指出可微物理与强化学习的结合同时支持两类用法:一是加速策略优化,二是在梯度信息之上做反向设计——从期望的流动特征倒推所需的驱动力或几何。论文把这类环境称为”可作为计算实验来检验物理上可达到的边界”。

作为迁移与预训练语料的候选。 论文展望的终局架构是流动控制的基础模型:在 HydroGym 环境多样性上预训练,得到可零样本或少样本适配新构型的策略。论文给出的类比是大语言模型——其泛化并非来自某个单一算法突破,而来自标准化、大规模、多样的预训练语料的存在。零样本迁移实验被视为这一路径可行性的指示器。

作为工业尺度问题的代理训练层。 在流动控制这类”高保真单次仿真代价过高”的领域,平台提供了明确的工程范式:在便宜构型上训练控制先验,在昂贵构型上直接部署。本篇认为这是该平台对工程实践最可迁移的一条经验。

与本站其他条目的衔接。 平台提供的是环境与接口层,与代理模型降阶是互补关系,与多物理场耦合在 MAIA 的 MPMD 执行模式中有具体交汇。理解这三条线的分工,有助于避免把”环境基准”误读为”降阶方案”。具体可对照的站内条目包括 流体仿真工具集 的求解器选型脉络、数值方法与 PDE 求解器 中离散格式与可微性的讨论、代理模型与降阶建模 对应的降阶路线、神经算子 代表的另一类降阶手段,以及 高性能计算与 GPU 加速 讨论的算力配置问题。

与具体应用案例的衔接。 平台提供的机翼与气动环境可与本站的气动案例直接对照,例如 AirfRANS 翼型气动高保真代理模型基准案例 讲的是高保真气动数据的供给侧,SU2 气动外形伴随优化 讲的是外形优化这一相邻任务,风电场气动弹性仿真与尾流控制 涉及尾流控制这一具体控制对象,多物理场耦合仿真 对应未来版本计划扩展的多相与反应流方向。把这些条目与本条并读,可以看清”流动控制”在整条物理 AI 链条中的位置:它是仿真能力、机器学习方法与工程应用三者交汇的一个具体题面。

八、不适用场景与失效模式

不适用于需要工程落地承诺的场景。 论文全部结果为数值结果,执行器是理想化边界条件。控制增益对应的实际驱动功率、供电、气源与安装可行性均未建模。以 90% 阻力降低这类数字直接对接产品选型或招投标承诺是不成立的。

不适用于高雷诺数工业工况的直接训练。 平台自陈覆盖上限 Rec = 400,000,低于工业常见的 10⁷ 至 10⁸。作者已明确这源于训练阶段算力约束,与求解器能力属于两个层面的问题,实际情况是:把高保真模拟放进训练循环本身就不可行,这与平台的覆盖范围问题在本质上是同一件事。

迁移失效模式。 零样本迁移依赖近壁湍流机制的共享。论文点名了不共享该机制的流动族:强压力梯度主导、分离主导、可压缩流动。这类流动中策略的行为无法从通道流经验外推。另一类失效是几何与工况不匹配时的性能不稳定——论文提到零样本性能在不同场景间有波动,后续微调阶段一致地受益于预训练初始化,即便即时迁移看起来有限。

物理尺度失配。 零样本部署的映射细节值得注意:智能体观测用机翼上空间变化的黏性尺度标准化;由于黏性时间单位沿弦向演化,部署动作的更新频率按各分块的局部流向平均摩擦速度缩放。这类尺度映射依赖壁面湍流的相似性,在物理机制不同的场景中不成立。

基准自身的可比性边界。 论文明确指出稳健性推广到其他构型与不同用途的问题留给读者判断;换言之,跨构型的泛化能力目前只有零样本迁移这一条实证路径支撑,其余尚未系统检验。

DNS 的算力陷阱。 高雷诺数下 DNS 的网格与时间步成本同步膨胀。平台自带的后端虽强,但直接把它接进训练循环会迅速耗尽算力预算。选型时按”训练构型”计算成本,不按”部署构型”计算。

社区成熟度。 仓库当前有 572 星、85 个 fork、49 个开放 issue,正式 release 仅 3 个(v0.1.2、v0.1.2.1、v1.0.1),v1.0.1 于 2026 年 4 月 24 日发布。版本节奏稀疏,依赖具体后端版本时需自行核对环境。

九、版本与口径核对

发表与年份口径。 平台论文发表于 Nature,2026 年 8 月 19 日,卷 657,页 369–376,DOI 10.1038/s41586-026-10917-6。预印本 arXiv:2512.17534,v1 2025 年 12 月 19 日提交,v2 2026 年 6 月 30 日修订。仓库创建于 2021 年 12 月 29 日,MIT 许可的版权行标注 2021 年。原条目记 year: 2001,属年份错位;本篇按论文发表年记 2026,并在正文同时给出仓库创建年与许可版权年。

论文题名口径。 arXiv 预印本题名为 “The HydroGym Reinforcement Learning Platform for Fluid Dynamics”;Nature 发表版为 “The HydroGym reinforcement learning platform for fluid dynamics”;仓库 README 顶部使用 “HydroGym: Reinforcement Learning for Fluid Dynamics”,仓库描述为 “An RL-Gym for Challenge Problems in Data-Driven Modeling and Control of Fluid Dynamics”。三者措辞不同,引用时按具体出处标注。

作者与机构口径。 论文作者共 21 人,第一作者 Christian Lagemann,末位通讯 Ricardo Vinuesa 与 Steven L. Brunton。机构覆盖华盛顿大学、亚琛工业大学、慕尼黑工业大学、密歇根大学、普林斯顿大学、Cornell、以及佛罗伦萨大学等。README 的引用块给出两篇需同时引用的文献:Lagemann 等在第 7 届 Learning for Dynamics & Control Conference(PMLR,2025,页 497–512)的会议论文,以及 Nature 论文的 arXiv 预印本版本。

环境数量口径。 论文正文 61 个,摘要 more than 60,GitHub README 61+,Hugging Face 仓库按目录计 90 个。四个数字对应不同统计口径,引用时须注明。

求解器后端口径。 GitHub README 的表格给出六类后端各自的环境计数:Firedrake 20 个、MAIA LBM 55 个、MAIA Structured FV 8 个、NEK5000 2 个、JAX 2 个、JAX-Fluids 2 个,合计 89 个配置;论文正文另把环境归为 14 种几何构型、61 个流动场景。表格计数与场景计数不可互换。

拖动数字口径。 摘要的”超过 90%“对应二维流体弹球 Re = 100 的反向旋转这一最有利构型,不是平台的普遍水平。三维圆柱多智能体的量级是约 8%。零样本迁移的 38% 是局部表面摩擦降低、总阻力降低 11%,两者不可混用。

成本口径。 四个数量级来自”通道代理训练与直接机翼训练”的核时对比,对应”探索效率增益超过 10⁴”;另有另一条独立数字——即使定期在完整机翼几何上验证,总 wall-clock 时间仍减少约 60 倍。两个数字对应不同的比较基准,不可合并成一个”快 60 倍”或”快 10⁴ 倍”的通用结论。

“实验验证”提法纠正。 原条目提到”在风洞或等离子体实验装置上验证可重复部署”,这一表述与论文不符。论文明确全部结果来自 DNS 数值模拟,实验部署是未来工作。论文在讨论中引述旋转圆柱的实验室研究作为 RL 控制可行性的旁证(雷诺数至 140,000、减阻 25–30%),该研究属被引文献,不是本平台的成果。

原始条目中的其他修正。 原条目称”集成 6 类 CFD 求解器后端”正确;称”预配置数十个环境”偏少,确认为 61 个(按 README 表述 61+);称”由华盛顿大学、亚琛工大、慕尼黑工大等机构合作开发”方向正确但遗漏密歇根大学等参与方;称”完全可微(JAX)求解器”正确但需补 JAX-Fluids 为独立的第二类可微后端;称”NACA 0012 翼型”环境时未区分稳态、阵风、展向与二维三维多种构型。

版本与依赖核对。 正式 release 为 v1.0.1(2026-04-24,Full Multi-Solver RL Environments Release),此前为 v0.1.2 与 v0.1.2.1(均在 2022-12-26)。论文所用的代码版本化快照归档于 Zenodo,DOI 10.5281/zenodo.21062222,记录版本 1.0.1,发布日期 2026 年 6 月 30 日,许可 MIT,预构建容器托管在 Docker Hub 的 clagemann 仓库。仓库默认分支 main,最近推送 2026 年 11 月 11 日。

数据可得性口径。 Hugging Face 数据集仓库 dynamicslab/HydroGym-environments 提供 checkpoint 与轨迹;最大的 DNS 数据集不能完整存放(单流场至 75 GB,完整测试轨迹至 15 TB),完整数据需向通讯作者申请。引用”已公开全部数据”的说法需要修正。

十、参考资料

  1. Lagemann C. 等,《The HydroGym reinforcement learning platform for fluid dynamics》,Nature 657 卷 369–376 页,2026 年 8 月 19 日,DOI 10.1038/s41586-026-10917-6,https://www.nature.com/articles/s41586-026-10917-6
  2. Lagemann C. 等,《The HydroGym Reinforcement Learning Platform for Fluid Dynamics》,arXiv 预印本 2512.17534(v1 2025-12-19,v2 2026-06-30),https://arxiv.org/abs/2512.17534
  3. dynamicslab/hydrogym 代码仓库与 README(环境清单、求解器后端表、Docker 镜像名、示例目录结构、双引用要求),https://github.com/dynamicslab/hydrogym
  4. dynamicslab/hydrogym 的 MIT 许可文件(Copyright (c) 2021 Jared Callaham),https://github.com/dynamicslab/hydrogym/blob/main/LICENSE
  5. Lagemann C. 等,《HydroGym: A Reinforcement Learning Platform for Fluid Dynamics》,第 7 届 Learning for Dynamics & Control Conference,PMLR,2025 年,497–512 页,README 引用块所列会议论文
  6. dynamicslab/HydroGym-environments,Hugging Face 数据集仓库(环境 checkpoint 与轨迹,实查 1513 个文件、90 个环境目录),https://huggingface.co/datasets/dynamicslab/HydroGym-environments
  7. HydroGym 代码版本化快照,Zenodo 记录 21062222,版本 1.0.1,2026 年 6 月 30 日,DOI 10.5281/zenodo.21062222,https://doi.org/10.5281/zenodo.21062222
  8. HydroGym 官方 API 文档,https://dynamicslab.github.io/hydrogym
  9. HydroGym 流动配置说明文档(docs/FlowConfigurations.md),https://github.com/dynamicslab/hydrogym/blob/main/docs/FlowConfigurations.md
  10. GitHub API 仓库元数据(创建时间 2021-12-29、许可证、star/fork/issue 计数、topics、最近推送时间),https://api.github.com/repos/dynamicslab/hydrogym
  11. GitHub API release 列表(v1.0.1 于 2026-04-24 发布,v0.1.2 与 v0.1.2.1 于 2022-12-26 发布),https://api.github.com/repos/dynamicslab/hydrogym/releases
  12. 预构建容器仓库 clagemann(CUDA 12.9 Hopper/Blackwell、Turing/Ampere、ROCm 6.3.3),https://hub.docker.com/repositories/clagemann
  13. 论文图 3 与图 4(PPO/DDPG/TD3 在二维与三维基准环境上的训练曲线与测试 rollout),见参考文献 1 正文图 3–4
  14. 论文图 7(Reτ = 206 通道流代理训练到 Rec = 200,000 三维 NACA0012 零样本迁移,局部摩擦降低约 38%、总阻力降低 11%),见参考文献 1 正文图 7
标签: