11:29
官方账号arXiv cs.LG@Ya-Chia Shen, Woei-Leong Chan
推荐理由：这篇论文把物理建模和DRL结合起来控无人机，SAC和TD3比PPO表现好，有具体数字和对比，搞控制或强化学习的可以看看。
四旋翼控制
共 1 条相关 AI 资讯
7月29日
11:29
论文提出一种物理感知的端到端深度强化学习(DRL)方法，直接对四旋翼的低层体轴输入（总推力与体轴扭矩）进行控制，结合高保真Simulink环境与12状态刚体模型。方法包含基于Moore-Penrose伪逆的Action2RPM分配，以及一阶作动器动力学（时间常数0.076s）和转子陀螺耦合。在四种DRL算法（DDPG、TD3、PPO、SAC）的两阶段任务中，SAC和TD3展现出更优的稳定性和探索效率，PPO样本效率较低。研究强调了建模作动器滞后与气动力矩对稳定低层控制的重要性，并提供了可复现的基准。