增益自适应强化学习目标控制策略

鲁棒瞄准 样本高效

利用强化学习智能体自适应调整姿态增量控制器增益，显著增强F-16在动态环境下的目标瞄准鲁棒性。

Chen, Yiho · Meng-Huan, Chiang · Peng, Chaochung

Advanced Engineering Informatics 2026

技术优势

增益实时可调

利用强化学习智能体根据飞行状态实时调整控制器增益，克服固定增益控制器在动态环境中性能下降的问题。

瞄准性能更优

仿真结果表明，所提方法相比常规APIC具有更优的目标瞄准性能。

样本需求更低

提供样本高效的强化学习框架，使智能体能够以较少交互样本完成飞行控制任务学习。

应用场景

• 无人机自主导航：该方法可提升无人机在动态环境中自主导航的控制鲁棒性。
• 人形机器人运动控制：该增益自适应方法可迁移用于人形机器人运动控制中的平衡与姿态调整。
• 具身智能控制策略：该工作展示了强化学习为具身智能体生成鲁棒控制策略的可行性。
• 航空航天飞行控制：该策略可直接用于战斗机等航空航天飞行器的姿态控制与瞄准任务。