Policy-DRIFT 获 NeurIPS 接收,减阻 49% 超越 DRL 基线
ricardovinuesa · x · 2026-09-28
Ricardo Vinuesa 团队的论文 Policy-DRIFT: Dynamic Reward-Informed Flow Trajectory Steering 被 NeurIPS 接收，面向壁面湍流摩擦阻力这一高价值工程难题。
- 核心思路：把奖励信息从策略梯度移到生成式推理阶段——用条件流匹配（CFM）模型构建覆盖多种控制方式的流态流形，推理时用 Terminal Reward Guidance 引导样本走向奖励最优目标，再用一个与奖励质量解耦的轻量 DRL 策略做全场跟踪。
- 实验：在 Reτ=180 的湍流槽道流 DNS 基准上，实现 49% 减阻（接近理论上限），比 DRL 基线高约 16%，动作能耗降低 37 倍。
「研究」频道最新
- SmolDataEnvs 发布:5k+ 可验证 RL 任务,用真实 Kaggle 数据训练小模型 — SergioPaniego · 2026-09-28
- SmolDataEnvs 开源：5500+ 可验证 RL 任务，专攻小模型爬坡 — SergioPaniego · 2026-09-28
- 线性模式连通性:测试损失上出现、训练损失上却没有的被低估现象 — _arohan_ · 2026-09-28
- John Langford 发布 Vowpal Wabbit 9.11.9 修复版,自动打通多平台包发布 — JohnCLangford · 2026-09-28
- 实验室 NeurIPS 发三篇论文：CoT 忠实度指标近乎失效 — megamor2 · 2026-09-28
- CodeGraph:用代码 LLM 为 1.67 亿源码文件构建开放分类知识图谱 — Federico Pennino · 2026-09-28