基于安全护盾强化学习的高速视觉飞行
机器人学
2026-02-10 v1
摘要
四旋翼无人机（UAVs）越来越多地被部署在需要可靠自主导航和稳健障碍物规避的复杂任务中。然而，传统的模块化管道常导致累积性延迟，而纯粹的强化学习方法通常仅能提供有限的形式安全保证。为填补这一差距，我们提出一种增强了模型基安全机制的端到端 RL 框架。我们在训练和部署中均融入了物理先验。在训练期间，我们设计了基于物理的奖励结构以提供全局导航指导。在部署期间，我们集成了实时安全滤波器，将策略输出投影到可证明安全的集合中，以严格执行碰撞规避约束。这种混合架构实现了高速飞行与稳健安全保证之间的平衡。基准评估表明，我们的方法优于传统规划器和最近基于可微分物理的端到端障碍规避方法。广泛的实验表明该方法具有强大的泛化能力，使其能够在密集杂乱环境和具有挑战性的户外森林环境中以最高可达 7.5m/s 的速度实现可靠的高速导航。
引用
@article{arxiv.2602.08653,
title = {High-Speed Vision-Based Flight in Clutter with Safety-Shielded Reinforcement Learning},
author = {Jiarui Zhang and Chengyong Lei and Chengjiang Dai and Lijie Wang and Zhichao Han and Fei Gao},
journal= {arXiv preprint arXiv:2602.08653},
year = {2026}
}