面向四旋翼飞行控制的统计湍流与高保真扰动场

arXiv:2610.06874v1 公告类型：cross 摘要：强化学习四旋翼控制器通常在简化的风模型下训练，但相较于风的幅值，风场保真度对策略鲁棒性的影响尚未得到量化。本文比较了五个扰动保真度等级：从无风飞行和离散 1-cosine 阵风，到统计湍流和合成相干结构，再到大涡模拟的大气边界层风场；针对 proximal policy optimization (PPO) 智能体开展全面的跨保真度训练-测试评估，并以无需训练的级联 PID 和几何 SE(3) 控制器作为参考，在 0–12 m/s 的风速范围内进行测试。在进行任何控制器比较之前，首先对所有扰动数据进行验证：针对每个合成生成器，依据其解析参考或认证标准参考进行定量检查；针对大涡模拟风场，则依据施加的对数律进行验证。在一款竞速级四旋翼的悬停测试中，训练-测试矩阵 remarkably flat，而成本最低的结构化训练风——离散阵风域随机化——在每一列测试中均排名第一；在一款对风敏感的 27 g 平台上也复现了这一排名；经过一次调参的几何控制器在零坠毁率下包络了学习得到的 PPO 策略。机制诊断表明，决定鲁棒性上限的是控制能力，而非风的真实性，因此风场保真度投入应根据平台的风敏感性进行调整。