用于共享自主无人机着陆的强化学习

由于无人机（UAV）动力学复杂、深度感知困难、缺乏控制界面操作经验以及地面效应带来的额外扰动，新手飞行员难以操作和着陆无人机。因此我们提出一种共享自主方法，在深度感知困难且安全着陆区有限的情况下协助飞行员安全着陆无人机。我们的方法包含两个模块：感知模块，使用两个RGB-D相机将信息编码至压缩隐表示；策略模块，使用强化学习算法TD3训练，以辨识飞行员意图并提供控制输入以增强用户输入，从而安全着陆无人机。策略模块在仿真中使用一组模拟用户进行训练。模拟用户从具有四个参数的参数化模型中采样，这四个参数分别建模飞行员的顺从助手倾向、熟练度、攻击性和速度。我们开展了一项用户研究（n = 28），人类参与者需在具挑战性的观测条件下将实体无人机着陆于若干平台之一。该助手仅使用模拟用户数据训练，尽管事先不知晓人类参与者的目标或环境结构，仍将任务成功率从51.4%提升至98.2%。借助所提助手，无论先前飞行经验如何，参与者的表现均优于最有经验的无辅助参与者。