Neural-Swarm：基于学习交互的分散式近距多旋翼控制

在本文中，我们提出Neural-Swarm，一种用于多旋翼集群近距飞行的非线性分散式稳定控制器。由于多旋翼之间复杂的气动交互效应（例如上方飞行器对下方飞行器的下洗流），近距控制具有挑战性。传统方法往往无法恰当捕捉这些交互效应，导致控制器必须在飞行器间保持较大的安全间距，因而无法实现近距飞行。我们的方法将标称动力学模型与一个正则化置换不变深度神经网络（DNN）相结合，该网络精确学习了高阶多飞行器交互。我们利用所学模型设计了一个稳定的非线性跟踪控制器。实验结果表明，所提出的控制器显著优于基线非线性跟踪控制器，最坏情况高度跟踪误差至多减小为原来的四分之一。我们还通过实证展示了所学模型泛化到更大集群规模的能力。