- 资讯公开站rss_arxiv_cs_ai
GeoWind2Plan：面向节能无人机规划的任务时3D城市风场预测
GeoWind2Plan: Mission-Time 3D Urban Wind Prediction for Energy-Efficient UAV Planning
在城市低空飞行中，建筑物将环境风重塑为空间变化的三维流场，使无人机（UAV）能耗不仅取决于路径长度，还取决于局部风暴露。然而，当任务必须规划时，建筑物分辨率的风场信息往往不可用。计算流体力学（CFD）可生成高保真城市流场，但每次仿真都绑定于固定的来流边界条件，且可能耗时数小时至数天，这与通常仅持续数分钟到数十分钟的城市无人机任务不兼容。我们提出 GeoWind2Plan，一个用于任务时三维城市风场预测与节能无人机规划的“几何—风场—规划…
- 资讯公开站Nature News
AI破解纳维-斯托克斯挑战，对物理学意味着什么？
AI cracked the Navier–Stokes challenge. What does that mean for physics?
摘要显示，Nature News 报道了 AI 在纳维-斯托克斯方程相关挑战上取得突破，并讨论这一进展对物理学研究的意义。由于原始摘要未提供具体方法、作者或结果细节，摘要显示目前只能确认该报道聚焦于 AI 与流体力学基础方程之间的交叉进展，以及由此引发的对物理学研究范式的讨论。
意义：若 AI 真能在纳维-斯托克斯这类基础物理难题上取得实质突破，可能改变科学计算与理论物理的研究范式，开发者需关注 AI for Science 的新进展。