状态到状态最小时间规划与控制的同步学习
机器人学
2025-10-24 v1
摘要
本文研究了学习一种可泛化的无人机最小时间飞行策略的挑战，该策略能够在任意起始状态与目标状态之间导航，同时平衡敏捷飞行与稳定悬停。传统方法，特别是在自主无人机竞速领域，虽然实现了令人印象深刻的速度和敏捷性，但受限于预定义的赛道布局，限制了实际应用。为解决这一问题，我们提出了一种基于强化学习的框架，能够同步学习状态到状态的最小时间规划与控制，并泛化到任意状态到状态飞行。我们的方法利用质点模型（PMM）轨迹作为代理奖励来近似真实的最优飞行目标，并采用课程学习来高效扩展训练过程并实现泛化。我们通过仿真实验验证了该方法，将其与非线性模型预测控制（NMPC）跟踪PMM生成轨迹的方法进行比较，并进行了课程学习影响的消融实验。最后，真实世界实验确认了我们所学策略在户外环境中的鲁棒性，展示了其在小型ARM架构单板计算机上运行和泛化的能力。
引用
@article{arxiv.2510.20008,
title = {Simultaneous learning of state-to-state minimum-time planning and control},
author = {Swati Dantu and Robert Pěnička and Martin Saska},
journal= {arXiv preprint arXiv:2510.20008},
year = {2025}
}