结合学习型与安全控制器提高地下环境四旋翼机鲁棒性

在大型地下环境中自主控制四旋翼机适用于许多领域，如环境调查、采矿作业和搜救行动。学习型控制器作为一种具有吸引力的自主化方法，但已知其在训练期未遇到的“分布外”环境中泛化性差。本文训练了一个基于正规化流的环境先验模型，提供四旋翼机在任意时刻距离分布外程度的度量。我们将此度量作为运行时监控器，允许在四旋翼机足够分布外时，在学习型控制器和安全控制器之间切换。我们的方法在基于 DARPA 地下挑战最终赛事数据集中真实三维点云数据构建的仿真 3D 洞穴环境中进行点到点导航任务的基准测试。我们的实验结果表明，组合控制器同时具备学习型控制器的存活性（快速完成任务）和安全控制器的安全性（避免碰撞）。