美國德克薩斯農工大學的研究人員開發了一種增強的機器學習演算法，該演算法可以自動預測地下環境的特性，有助於準確地預測油氣儲量。

具體來說，這種演算法是基於強化或獎勵學習的原理設計的。該演算法收斂於對地下環境的正確描述，對鑽孔正確地預測壓力和流量作出所正面回報。研究人員指出在地下一英里（1609米）的地方無法探查更加詳細資訊，只能用儀器去測量壓力和流速等資料。

透過模擬地下環境的地質特徵可以促進油氣儲量預測、地下水系統預測和地震災害的預測。

首先，鑽井操作人員採集地下測量液體或氣體的壓力和流量，然後將這些資料輸入到可以預測地下的特性的數學公式中，如岩石的孔隙度和滲透率。然後，根據模擬的地下環境去預測地下特徵。

該演算法是獎勵有利的預測和懲罰不利的。隨著時間的推移，基於強化的演算法透過最大化地累積回報去獲得正確的解決方案。該的演算法的另一個特點，它們不會對資料的模式做出任何預設。例如，該演算法沒有假設在某個時間和深度測量的壓力與過去在同一深度的壓力有關。

開始時，該演算法首先隨機地猜測構成地下岩石的孔隙度和滲透率值。基於這些值，該演算法計算出預期的鑽孔流量和壓力。如果這些值與從現場測量獲得的實際值不匹配，則該演算法將受到懲罰。因此，必須對孔隙度和滲透率的下一個猜測進行修正。但是，如果它的猜測是正確的，那麼該演算法將得到獎勵，並沿著該方向進行進一步的猜測。

研究人員發現，在強化學習的10次迭代中，該演算法能夠正確且非常快速地預測簡單地下場景的特性。

研究人員還指出模擬的地下情況過於簡單，現在只是進行一個理論的證明，即強化演算法可以成功地用於自動歷史匹配。

通常情況下，一個地下鑽井系統大概有10到20個鑽孔分佈在半徑為2到5英里的範圍內。研究人員可以根據瞭解到的地下情況，能夠預測地下環境。在這項研究中，研究人員將歷史匹配轉化為一個順序決策問題，這會減少工程師的工作，減輕人為偏見，取消大量標記的訓練資料。

研究人員指出未來的工作重點將是模擬更復雜的地下環境，提高演算法的計算效率。