强化学习固定翼拦截机完成真实飞行验证

1. 12:00
   arXiv cs.RO

   基于强化学习的固定翼无人机自主拦截

   荷兰代尔夫特理工大学团队提出一种由神经网络控制的固定翼拦截机，将滤波后的单目视觉观测直接映射为执行器指令，策略在自定义 Python 环境中用强化学习与近端策略优化（PPO）训练。仿真中该策略在多数条件下优于两个经典制导控制器，并已在真实飞行中成功拦截机动的固定翼目标。该工作为固定翼拦截无人机的自主控制提供了验证。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。