研究人员调查了风场保真度对使用Proximal Policy Optimization (PPO) 训练的四旋翼飞行控制策略鲁棒性的影响。该研究比较了从无风条件到复杂大涡模拟场的五种扰动级别,发现一种更简单的训练方法——离散阵风域随机化——在各种风速下表现最佳。研究结果表明,控制能力而非风的真实性是限制鲁棒性的主要因素,这表明在风场保真度方面的投入应与平台对风的敏感度保持一致。 AI
影响 这项研究可能有助于在复杂天气条件下实现更鲁棒的自主无人机导航。
排序理由 详细介绍解决科学问题新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- DagsHub
- Hugging Face
- Proximal Policy Optimization
- quadrotor
- SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →