一条网络治万：跨平台四旋翼飞行器竞速中的域随机化

在高速四旋翼飞行器竞速中，寻找适用于不同平台的单一控制器仍具有挑战性。本工作提出了首个能够在物理上不同四旋翼机之间普适化的无人机竞速神经网络控制器。我们证明，经过域随机化训练的单一网络能够稳健地控制各种类型的四旋翼机。该网络仅依赖当前状态，直接计算电机命令。通过对两种截然不同的飞行器（3寸和5寸赛用四旋翼）进行实际测试，验证了该通用控制器的有效性。我们进一步将该通用控制器与为3寸和5寸无人机分别训练的控制器进行比较，分别使用其识别模型参数并施加不同程度的域随机化（0%、10%、20%、30%）。尽管通用控制器在速度上略慢于微调模型，但在跨平台适应性方面表现出色。我们的结果表明，缺乏随机化无法实现仿真到现实的迁移，而增加随机化可提升鲁棒性但降低速度。尽管存在此权衡，我们的发现凸显了域随机化在控制器普适化中的潜力，为面向任何平台的通用AI控制器铺平了道路。