深度强化学习在水母类游泳中的移动目标跟踪

本研究解决了水母类游泳者在二维流动中有效跟踪移动目标的难题。通过引入深度Q网络和动作调节方法，研究提供了一种新颖的训练策略，以克服复杂的流体-结构相互作用的干扰。实验表明，该方法使游泳者能够根据瞬时状态动态调整航向，扩展了机器学习在流动环境中控制柔性物体的应用范畴。