연구진은 레이놀즈 수 45만, 받음각 23도에서 30P30N 고리프트 날개의 능동 유동 제어(AFC)를 벽해상도 대 eddy 시뮬레이션(LES)으로 조사했어요.
베이지안 최적화(BO)는 -9.7% 항력 감소로 효율성을 +10.9% 향상시켰지만, 딥 강화 학습(DRL)은 미미한 개선 효과만 보였어요.
DRL 기반 유동 제어에서 페널티 중심 보상으로 인해 탐색이 제한되었으며, 고 레이놀즈 수에서 DRL을 사용하려면 보상 설계와 계산 속도 향상이 필요해요.