A High-Fidelity PDEs-Embedded Reinforcement Learning Framework for Shape Optimization of Airfoils

报告题目：A High-Fidelity PDEs-Embedded Reinforcement Learning Framework for Shape Optimization of Airfoils

报 告 人：胡光辉 (澳门大学 教授、博士生导师)

报告时间：1月18日 15:30-17:30

报告地点：明理楼C302B

报告人简介：

胡光辉本科及硕士毕业于四川大学数学学院，博士毕业于香港浸会大学数学系，后在密歇根州立大学数学系从事博士后研究工作，目前为澳门大学科技学院数学系教授，博士生导师，研究领域为偏微分方程数值方法的设计分析、算法的高性能实现、及在计算物理问题中的应用，发表研究论文60余篇，主持国自然优青（港澳）、面上、澳门科技发展基金等多个项目，担任中国数学会计算数学会常务理事， 为SCI杂志Commun. Comput. Phys.及Advan. Appl. Math. Mech.编委。

报告内容摘要：

In this work, we present a novel framework that integrates a high-fidelity PDE solver directly into a reinforcement learning (RL) loop for aerodynamic shape optimization. Our approach introduces a task-specific reward function designed to recover continuous optimization targets and leverages steady Euler equations as the environment for the RL agent. The proposed method successfully optimizes an airfoil parameterized by 132 design variables within O(10^3) simulations, which is rarely attainable by gradient-free methods.

主办单位：理学院

人工智能研究院

科学技术发展研究院