近日，由重庆交通大学西科院张绪进研究员、张春泽副研究员指导，博士生李涛完成的2篇有关数字智慧鱼的系列论文在流体领域权威SCI期刊《Physics of Fluids》上发表，且均被遴选为Featured Article。

张春泽副研究员为第一作者、李涛博士为共同第一作者发表了题为“A numerical simulation research on fish adaption behavior based on deep reinforcementlearning and fluid–structure coupling: Implementation of the “perceive-feedback-memory”control system”的论文。论文数值研究了鱼类在复杂流场中的自适应游动行为，提出了基于深度强化学习和流固耦合算法的端到端鱼类自适应游泳模拟框架。通过提出基于生物活动范式的“感知-反馈-记忆”控制系统，得到了鲁棒性好、对复杂流场适应性强、泛化能力优越的鱼类自适应行为模拟器，可为自主式水下航行器的控制策略训练、复杂环境下的鱼类自适应游泳行为模拟提供计算平台。

基于深度强化学习和流固耦合算法的端到端鱼类自适应游泳模拟框架

智慧鱼自主卡门游动过程中，流场中涡量与压力的变化

李涛博士为第一作者，张春泽副研究员为通讯作者，发表了题为“A numerical simulation research on fish adaption behavior based on deep reinforcement learning and fluid–structure coupling: The refuge-predation behaviors of intelligent fish under varying environmental pressure”的论文。论文提出了一种更贴近自然逻辑的鱼类感知模型，通过构建智慧鱼的物理视觉和流动视觉，模拟活体鱼类的多模态感知能力。针对智能鱼在不同水流环境压力下的避难-捕食行为进行了模拟研究，通过端到端的训练和模拟，发现游泳能力显著影响鱼类在不同流速环境下的生存策略，并形成了不同的进化决策特征，结论与前人的物理实验结果相一致，但这是首次通过数字流场中端到端训练的虚拟智慧生命体还原这一现象，该研究为理解鱼类在不同流动条件下的生态竞争机制提供了新的见解。

不同游泳能力的鱼，在非恒定来流过程中的捕食和避难过程

《Physics of Fluids》(PoF)是由美国物理联合会（AIP）出版的流体领域国际顶刊之一，致力于发表原创的理论、计算和实验贡献，以理解气体、液体以及复杂或多相流体的动力学。