拉平竞争环境：四旋翼轨迹跟踪中经典控制器与学习控制器的精细比较

强化学习（RL）等基于学习的控制方法最近在四旋翼轨迹跟踪和无人机竞速等任务中产生了一系列令人瞩目的成果。很自然地，展示这些新控制器相对于解析控制器等已有方法的优势已成为常见做法。然而我们观察到，要可靠地比较这些截然不同的控制器类别的性能，比乍看之下要复杂得多。作为案例研究，我们探讨了带固定机械臂的四旋翼末端执行器的敏捷跟踪问题。我们开发了一套最佳实践，用于综合同类最佳的 RL 和几何控制器（GC）以进行基准测试。在此过程中，我们解决了以往研究中普遍存在的偏向 RL 的偏差，这些偏差在以下方面提供了不对称的访问权限：（1）以目标函数形式给出的任务定义，（2）用于参数优化的代表性数据集，以及（3）描述期望未来轨迹的前馈信息。得出的结论如下：我们对比较学习型与经典控制器的实验流程的改进至关重要，且上述每种不对称性都可能导致误导性的结论。先前的研究声称 RL 优于 GC，但我们发现在进行对称比较时，两类控制器之间的差距远小于先前发表的结果。几何控制实现了比 RL 更低的稳态误差，而 RL 具有更好的瞬态性能，这导致 GC 在相对较慢或敏捷性要求较低的任务中表现更好，而在需要更高敏捷性时 RL 表现更好。最后，我们开源了这些飞行器的几何控制器和 RL 控制器的实现，为未来的开发实施最佳实践。网站和代码可在 https://pratikkunapuli.github.io/rl-vs-gc/ 获取。