Con el crecimiento de la potencia computacional, el aprendizaje por refuerzo ha demostrado ser una potente herramienta en los problemas de control de flujo en la mecánica de fluidos. Con un diseño óptimo, se pueden obtener estrategias eficientes, y totalmente diferentes a las clásicas, para reducir la resistencia aerodinámica en problemas altamente no lineales.
