基于机载感知利用深度强化学习实现四旋翼穿越不同倾角窄缝的敏捷飞行
机器人学
2023-07-03 v2
摘要
本文利用深度强化学习（DRL）解决四旋翼穿越未知、倾斜且狭窄缝隙的问题。以往基于学习的方法依赖于对环境的精确认知，包括缝隙的姿态与尺寸。相比之下，我们集成机载感知，并从单个机载相机中检测缝隙。训练问题具有挑战性，原因有二：对于可变倾斜角和窄缝需要精确且鲁棒的全机规划与控制策略，以及需要有效的仿真到现实（Sim2Real）方法以成功开展真实世界实验。为此，我们提出了一种用于敏捷穿缝飞行的学习框架，成功训练飞行器以接近缝隙的姿态、以激进的倾斜角度穿越缝隙中心。仅在仿真环境中训练的策略可通过微调迁移至不同域，同时保持成功率。我们提出的集成机载感知与神经网络控制器的框架，在真实世界实验中针对高达60度的缝隙朝向取得了84.51%的成功率。据我们所知，这是首篇在真实世界中无需环境先验知识、实现基于可变倾斜窄缝穿越飞行的论文。
引用
@article{arxiv.2302.11233,
title = {Learning Agile Flights through Narrow Gaps with Varying Angles using Onboard Sensing},
author = {Yuhan Xie and Minghao Lu and Rui Peng and Peng Lu},
journal= {arXiv preprint arXiv:2302.11233},
year = {2023}
}