报告人：江贤洋 助理教授（北京大学）

报告内容：

钝体尾流广泛存在于自然与工程领域，其控制对降低流动阻力、提升物体稳定性至关重要。本报告 聚焦于卡车减阻，介绍了基于强化学习（RL）的尾流控制策略及其风洞实验验证。首先通过时间解析三 维粒子追踪测速技术，揭示了真实卡车模型尾流的三维结构与动态演化过程；进而评估尾翼的静态控制 效果。在此基础上，报告将重点介绍基于尾翼的动态控制策略：不仅在数值模拟中验证了RL方法对二维 钝体尾流的控制效能，更将风洞训练的RL控制器成功应用于Ahmed类车体模型。我们最新的研究提出了 REACT（Reinforcement Learning for Environmental Adaptation and Control of Turbulence）控制 框架，面对高雷诺数、强三维湍流下的实时控制难题，实现了基于稀疏传感的自适应闭环控制。最终， 在卡车模型上的实验表明，该框架能有效抑制流动失稳。这项基于实验+AI驱动的流动控制探索，为未 来复杂极端环境下的气动控制提供了重要路径与参考。 

报告人简介：

江贤洋，北京大学助理教授，博士生导师。2020年获得北京大学博士学位，后 分别在剑桥大学应用数学与理论物理系（2020-2024）及帝国理工航空系（2024- 2025）从事博士后研究，一直致力于湍流的产生、维持、混合与控制的实验研究。 在Journal of Fluid Mechanics等流体力学知名学术期刊共发表论文18篇。

主持人：赵耀民 研究员（北京大学应用物理与技术研究中心）

时  间：2025年10月30日（周四）12:20

地  点：北京大学工学院1号楼210会议室