多旋翼无人机基于离线与在线学习算法的综述

多旋翼无人机广泛应用于众多民用和公共领域。具备不同属性和机载传感器套件的导航控制器，使得多旋翼无人机在正常和不利条件以及外部扰动下，甚至在不确定和动态变化的环境中飞行时，能够实现自主或半自主的安全飞行、操作与功能。在过去十年中，随着可用计算能力呈超指数级增长，人们推导、实现并测试了不同的基于学习的算法，以对多旋翼无人机等系统进行导航与控制。学习算法已被并正被用于推导数据驱动模型、识别参数、跟踪目标、开发导航控制器以及学习多旋翼运行的环境。将学习算法与基于模型的控制技术相结合，已被证明在应用于多旋翼时大有裨益。本综述总结了2015年以来的已发表研究，将算法、技术和方法分为离线学习和在线学习两大类，随后进一步将其细分为机器学习、深度学习和强化学习子类。本综述的核心部分和重点是应用于多旋翼的在线学习算法，旨在记录那些难以或几乎难以实时实现的学习技术类型，并理解学习了什么信息、为什么学习、如何学习以及学习速度有多快。本综述的结果使人们能够清晰了解最新的技术发展水平，以及可以在实时中实现、测试和执行的基于学习的算法的类型和种类。