学习敏捷飞行动作:四旋翼的深层SE(3)运动规划与控制
机器人学
2022-09-23 v1 系统与控制
系统与控制
摘要
自主四旋翼在杂乱环境中的敏捷飞行需要受平动与转动动力学约束的运动规划与控制。传统的基于模型的方法通常需要复杂的设计和沉重计算。本文中,我们开发了一种新颖的基于深度强化学习的方法,应对飞越动态窄门的挑战性任务。我们设计了一个模型预测控制器,其自适应跟踪参考由深度神经网络(DNN)参数化。这些参考包括穿越时间和四旋翼SE(3)穿越位姿,鼓励机器人从各种初始条件以最大安全裕度飞越门。为应对高度动态环境中训练的困难,我们开发了强化-模仿学习框架以高效训练DNN,其对多样设置具有良好泛化性。此外,我们提出一种二分搜索算法,允许在线实时自适应SE(3)参考至动态门。最后,通过广泛的高保真仿真,我们表明我们的方法对门的速度不确定性具有鲁棒性,并可适应不同的门轨迹与朝向。
引用
@article{arxiv.2209.11097,
title = {Learning Agile Flight Maneuvers: Deep SE(3) Motion Planning and Control for Quadrotors},
author = {Yixiao Wang and Bingheng Wang and Shenning Zhang and Han Wei Sia and Lin Zhao},
journal= {arXiv preprint arXiv:2209.11097},
year = {2022}
}