arXiv · cs.AI · Daan van Hamersveld, Ewoud Smeur, Iurii Kriachko · 9 小时前模型评分40
强化学习驱动的固定翼无人机自主拦截系统完成真实飞行验证
Autonomous fixed-wing interception using reinforcement learning
导读
一项硕士研究提出用强化学习训练的神经网络直接控制固定翼拦截无人机，将过滤后的单目视觉观测映射为执行器指令，并在真实飞行中成功拦截了机动固定翼目标。该策略在自定义 Python 环境中用近端策略优化（PPO，Proximal Policy Optimization）训练，仿真中多数条件下优于两种经典制导控制器。这为低成本、长航时的固定翼拦截无人机实现自主控制提供了验证。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：交通与物流
事件类型：研究发布
证据摘录
- “In this work, a fixed-wing interceptor is presented that is controlled by a neural network that maps filtered monocular vision observations directly to actuator commands.”
来源：arXiv · cs.AI · arxiv.org