抗扰下稳定飞行
针对四旋翼无人机在外部扰动和模型不确定下的控制难题，提出一种采用双评论家结构与切换价值函数补偿器的强化学习控制器，相比现有方法收敛更快且鲁棒性更强。
Yu, Cai · Yang, Yefeng · Huang, Tao · Li, Boyang
Advanced Intelligent Systems 2025
双评论家结构缓解了PPO中的过估计问题，加速了RL控制器的收敛速度。
使用切换价值函数的鲁棒补偿器专门应对模型不确定性，确保系统稳定。
上述鲁棒补偿器同时处理外部扰动，提升飞行鲁棒性。
平动与转动解耦并分开训练，降低了控制器设计和训练的计算复杂度。