AI 與世界的難題 · 物理學 · arXiv · 2026-10-20

用於不可壓縮流中最佳混合的自監督情境內算子學習

原標題: Self-Supervised In-Context Operator Learning for Optimal Mixing in Incompressible Flows

不可壓縮流中混合的傳統最佳控制必須針對每個初始條件分別求解，成本高昂。作者學習能將初始純量場對應到最佳混合控制的解算子，採用無需標註資料的自監督方法，並以基於 Transformer 的神經算子為基礎。二維與三維的數值實驗顯示其能推廣到未見過的流態，且學得的控制可轉移至獨立的歐拉模擬。