AI与世界难题 · 物理学 · arXiv · 2026-10-20

用于不可压缩流动最优混合的自监督上下文算子学习

原标题: Self-Supervised In-Context Operator Learning for Optimal Mixing in Incompressible Flows

不可压缩流中混合问题的经典最优控制必须针对每个初始条件分别求解，成本高昂。作者学习了从初始标量场到最优混合控制的解算子，采用无需标注数据的自监督方法，并基于 Transformer 神经算子构建。二维和三维数值实验表明该方法可泛化到未见过的工况，且学到的控制可迁移到独立的欧拉模拟中。