基于深度强化学习的复杂地形适应机器人设计与实验

针对行星表面轻量化自主探测任务，基于仿生思想设计了一种仿海胆结构的十二足球形机器人，其具备自主改变构型以贴合复杂地形的能力，可实现无倾覆、高容错的全向运动；基于数据驱动方法，对该机器人设计了一种数据高效的无模型强化学习运动策略，可实现无先验知识的从0到1步态训练以及步态的实物样机快速部署。通过在平面地形和非结构化地形中对其进行仿真实验，验证了经过训练的机器人具备自主运动、适应非结构地形等能力；通过与常用基准策略进行对比，证实了本文提出的运动策略具有训练高效、鲁棒性好的优势；最后通过开发原理样机，开展实物实验验证了仿真环境中所生成的步态在真实物理环境中的动力学可行性。     

风能模型的发展及CFD在风资源开发利用中的应用

风能科学的发展一个很重要的方面就是从大气运动到风力发电机尺度流场的不同时空尺度运动的研究。随着计算能力的发展，计算流体力学（computational fluid dynamics, CFD）已经广泛应用于风能开发领域，使得风能模型从应用于较平坦地形的线性模型，发展到应用于复杂地形、耦合天气过程，考虑风力发电机排布、尾流效应的模型链。本文首先介绍了目前风能评估、微观选址、风功率预测模型的发展，之后详细介绍了在这些风能模型中CFD方法的改进，主要集中在中尺度到微尺度的“降尺度”、尾流模拟和复杂地形风场模拟3个方面，最后对风能模型发展过程中CFD所面临的挑战进行了展望。