面向敏捷四旋翼飞行的习得控制策略基准比较
机器人学
2022-02-23 v1
摘要
四旋翼是高度非线性的动力系统，需要精心调参的控制器才能被推至其物理极限。近来，基于学习的控制策略已被提出用于四旋翼，因为它们有可能允许从高通量原始感官观测到动作的直接映射学习。由于采样低效，在真实平台上训练此类习得控制器是不切实际甚至不可能的。在仿真中训练颇具吸引力，但需要在域间迁移策略，这要求训练好的策略对此类域差距具有鲁棒性。在这项工作中，我们做出两点贡献：(i) 我们对现有的面向敏捷四旋翼飞行的习得控制策略进行了首次基准比较，并表明训练一个指令机体角速率与推力的控制策略比直接指定各旋翼推力的策略能带来更鲁棒的仿真到真实迁移；(ii) 我们首次证明，这样一种通过深度强化学习训练的控制策略可在真实世界实验中以超过 45km/h 的速度控制四旋翼。
引用
@article{arxiv.2202.10796,
title = {A Benchmark Comparison of Learned Control Policies for Agile Quadrotor Flight},
author = {Elia Kaufmann and Leonard Bauersfeld and Davide Scaramuzza},
journal= {arXiv preprint arXiv:2202.10796},
year = {2022}
}
备注
6 pages (+1 references)