状态到状态最小时间规划与控制的同步学习
密码学与安全
2025-10-24 v1
摘要
本文旨在解决学习一种通用最小时间飞行策略的问题，使无人机能够在任意起始状态和目标状态之间进行导航，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赛跑领域，虽在速度和灵活性方面取得显著成果，但局限于预定义的赛道布局，限制了实际应用的广泛性。为此，我们提出一种基于强化学习的框架，同步学习状态到状态最小时间规划与控制，并具备对任意状态到状态飞行的泛化能力。我们的做法将点质量模型（Point Mass Model，简称PMM）的轨迹作为代理奖励，以近似真实最优飞行目标。我们运用课程学习（curriculum learning）来高效扩展训练过程并实现泛化。我们通过仿真实验对方法进行了验证，比较了与非线性模型预测控制（Nonlinear Model Predictive Control，简称NMPC）跟踪PMM生成轨迹的效果，并进行消除实验以评估课程学习的影响。最终，实验结果表明，我们学习的策略在户外环境中具有稳健性，证明了其泛化能力及其在小型ARM架构单板计算机上的可行性。
引用
@article{arxiv.2510.20007,
title = {zk-Agreements: A Privacy-Preserving Way to Establish Deterministic Trust in Confidential Agreements},
author = {To-Wen Liu and Matthew Green},
journal= {arXiv preprint arXiv:2510.20007},
year = {2025}
}
备注
To appear in Financial Cryptography 2026 if accepted