变副翼旋翼无人机机动控制的强化学习仿真到现实转移
机器人学
2025-04-11 v1
摘要
强化学习（RL）算法可以实现无人机（MAV）的高机动性，但将其从仿真转移到实际应用具有挑战性。变副翼螺旋桨（VPP）无人机具有更大的灵活性，但其复杂动力学使仿真到现实的转移更加困難。本文引入一种新颖的 RL 框架，以克服这些挑战，使 VPP 无人机能在实际环境中执行先進的空中機動。我们的方法包括实用仿真技術——如系統辨識、域隨機化和課程學習，以建立健壯的訓練仿真，以及結合級聯控制系統與快速響應低階控制器的仿真到現實轉移策略，以實現可靠的部署。結果顯示，此框架在實現零-shot 部署方面的有效性，使無人機能夠執行如翻滾和牆壁回溯等複雜機動。
引用
@article{arxiv.2504.07694,
title = {Sim-to-Real Transfer in Reinforcement Learning for Maneuver Control of a Variable-Pitch MAV},
author = {Zhikun Wang and Shiyu Zhao},
journal= {arXiv preprint arXiv:2504.07694},
year = {2025}
}