从像素到动作：穿越狭窄间隙的全身控制

在环境中飞越与机身尺寸相当的狭窄间隙是欠驱动多旋翼飞行器最具挑战性的时刻之一。我们探索了一种纯数据驱动的方法，在仿真中掌握这项飞行技能，其中神经网络直接将像素和本体感知映射为连续的低级控制指令。这种学习到的策略能够实现穿越不同几何形状间隙的全身控制，这要求飞行器做出急剧的姿态变化（例如，接近垂直的滚转角）。该策略通过连续的无模型强化学习(RL)和在线观测空间蒸馏获得。强化学习策略接收间隙边缘的（虚拟）点云以实现可扩展的仿真，然后被蒸馏到高维像素空间中。然而，由于可行的解空间受限，通过探索来学习这项飞行技能本质上代价高昂。我们提出通过基于模型的轨迹优化器将智能体重置为轨迹上的状态，以缓解这个问题。我们将所提出的训练流程与基线方法进行了比较，并进行了消融研究以确定我们方法的关键组成部分。下一步是扩大间隙尺寸和几何形状的变化范围，以期涌现出新的策略，并展示从仿真到现实的迁移。