模拟到（多）真实：低级鲁棒控制策略向多架四旋翼的迁移
机器人学
2019-04-17 v2
摘要
四旋翼稳定控制器通常需要谨慎的、针对特定模型的调参才能安全飞行。我们利用强化学习在仿真中训练策略，这些策略可出色地迁移到多个不同的物理四旋翼上。我们的策略是低级的，即我们将旋翼飞行器的状态直接映射到电机输出。训练得到的控制策略对外部扰动非常鲁棒，并能承受抛掷等严苛初始条件。我们展示了不同的训练方法（代价函数改变、噪声建模、域随机化的使用）可能如何影响飞行性能。据我们所知，这是首项证明简单神经网络可以学习到鲁棒的稳定低级四旋翼控制器（无需使用稳定PD控制器）且可泛化到多架四旋翼的工作。
引用
@article{arxiv.1903.04628,
title = {Sim-to-(Multi)-Real: Transfer of Low-Level Robust Control Policies to Multiple Quadrotors},
author = {Artem Molchanov and Tao Chen and Wolfgang Hönig and James A. Preiss and Nora Ayanian and Gaurav S. Sukhatme},
journal= {arXiv preprint arXiv:1903.04628},
year = {2019}
}