dynamicslab/hydrogym

解決する課題

HydroGymは、流体力学および流れ制御に強化学習 (RL) を適用するための、研究対応の標準化されたプラットフォームを提供します。複雑な数値流体力学 (CFD) ソルバーと最新の機械学習ライブラリの間のギャップを埋め、研究者が単純な2Dベンチマークから複雑な3D乱流まで、幅広いタスクでエージェントをトレーニングできるようにします。

仕組み

HydroGymは、Gymnasium互換のAPIを通じて流体力学シミュレーションを公開し、標準的なRL環境として扱えるようにします。6つの異なるソルバーバックエンド（Firedrake、NEK5000、JAX-Fluidsなど）をサポートし、並列化やメッシュ管理といったCFDの複雑な処理を扱います。このプラットフォームは、Hugging Face Hubを介して環境のチェックポイントを自動的に管理し、圧力プローブや応力センサーなどのカスタム観測のためのツールを提供します。

対象ユーザー

このプロジェクトは、物理的な流れ制御問題でRLアルゴリズムをテストするための堅牢でスケーラブルなフレームワークを必要とする、流体力学および機械学習の研究者やエンジニア向けに設計されています。ローカルワークステーションでの実験から、HPCシステムでの大規模な分散トレーニングまで、あらゆる用途に適しています。

ハイライト

• 2Dおよび3Dの流れをカバーする61以上の事前設定済み環境。
• Stable-Baselines3やRLlibなどの一般的なRLライブラリと互換性があります。
• 有限要素法、スペクトル要素法、完全微分可能ソルバーなど、多様なCFDバックエンドをサポート。
• 高性能コンピューティング向けのMPI並列化ソルバーを備えたスケーラブルなアーキテクチャ。
• モード分解、安定性解析、PettingZooを介したマルチエージェントサポートなどの高度な機能を搭載。