Exploration strategies for control of chaotic dynamical systems using reinforcement learning - DAta science, TrAnsition, Fluid instabiLity, contrOl, Turbulence
Communication Dans Un Congrès Année : 2022

Exploration strategies for control of chaotic dynamical systems using reinforcement learning

Domaines

Sciences de l'ingénieur [physics]
Fichier principal
Vignette du fichier
boucher_sig20.pdf (441.15 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Onofrio SEMERARO  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03854602

Soumis le : mardi 15 novembre 2022-21:48:40

Dernière modification le : mercredi 30 octobre 2024-13:28:44

Archivage à long terme le : jeudi 16 février 2023-21:00:58

Télécharger pour visualiser

Dates et versions

hal-03854602 , version 1 (15-11-2022)

Identifiants

  • HAL Id : hal-03854602 , version 1

Citer

Rémy Hosseinkhan Boucher, Amine Saibi, Michele Alessandro Bucci, Onofrio Semeraro, Lionel Mathelin. Exploration strategies for control of chaotic dynamical systems using reinforcement learning. European Drag Reduction and Flow Control Meeting - EDRFCM 2022, Sep 2022, Paris, France. ⟨hal-03854602⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRIA IJLRDA CENTRALESUPELEC UNIV-PARIS-SACLAY SORBONNE-UNIVERSITE SU-SCIENCES LISN GS-COMPUTER-SCIENCE LISN-AO LISN-DATAFLOT
147 Consultations
88 Téléchargements

Partager

More