无人机着陆的轨迹规划,包括风力传感能力,操作和安全目标以及强化学习
Hao Xiong1,2, Long Li3, Weifeng Zeng3
1School of Intelligence Science and Engineering, Harbin Institute of Technology Shenzhen, Shenzhen, Guangdong, China. xionghao@hit.edu.cn.
Communications engineering
|November 25, 2025
概括
这项研究介绍了一种强化学习无人机轨迹规划器,用于在风中更安全地降落. 它平衡了安全和效率等目标,灵感来自鸟类的飞行.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 航空航天工程 航空航天工程
背景情况:
- 无人机着陆的安全性和效率受到风的影响.
- 飞行轨迹规划对于成功的无人机着陆至关重要.
- 鸟类为多目标飞行和技能学习提供了洞察力.
研究的目的:
- 开发一种基于强化学习的无人机轨迹规划器.
- 在强风条件下平衡多个着陆目标 (安全,效率).
- 为了利用船上的风传感器数据进行适应性轨迹规划.
主要方法:
- 提出了用于无人机轨迹规划的强化学习 (RL) 框架.
- 集成的多目标优化和机载风力传感.
- 通过四个关键实验,训练和评估了规划者.
主要成果:
- 证明了成功的训练和平衡的着陆表现.
- 展示了轨迹规划器强大的概括能力.
- 指示速度传感非常重要,而风速传感则不那么重要.
结论:
- 基于RL的轨迹规划器有效地解决了无人机着陆困境.
- 该框架的适应性有利于无人机在复杂环境中的性能.
- 未来的工作应该探索增强的速度传感集成.
