62 lines
1.5 KiB
Markdown
62 lines
1.5 KiB
Markdown
---
|
||
title: "四旋翼轨迹跟踪 (Quadrotor Trajectory Following)"
|
||
created: 2026-06-17
|
||
updated: 2026-06-17
|
||
type: concept
|
||
tags: [robotics, control, quadrotor, benchmark]
|
||
sources: [raw/papers/naveen-repmt-sac-2026.md]
|
||
confidence: high
|
||
---
|
||
|
||
# 四旋翼轨迹跟踪 (Quadrotor Trajectory Following)
|
||
|
||
四旋翼轨迹跟踪是[[repmt-sac|RepMT-SAC]]的**验证场景**——学习一个通用控制策略，能跟踪多样化的飞行轨迹。
|
||
|
||
## 状态空间
|
||
|
||
```
|
||
s = [p, v, q, ω] ∈ R^13
|
||
```
|
||
- p ∈ R³：位置
|
||
- v ∈ R³：线速度
|
||
- q ∈ H：单位四元数（姿态）
|
||
- ω ∈ R³：体坐标系角速度
|
||
|
||
## 任务参数化
|
||
|
||
每个轨迹 τ 是 Legendre 多项式的系数向量：
|
||
|
||
```
|
||
f(t) = Σ c_i · ψ_i(t), ψ_i = Legendre 基
|
||
```
|
||
|
||
- 源任务：低阶基
|
||
- ID 任务：基的凸组合
|
||
- OOD 任务：高阶多项式（外推）
|
||
|
||
## 奖励函数
|
||
|
||
```
|
||
r(s,a,τ) = -(w₁‖p-p_ref‖² + w₂‖v-v_ref‖² + w₃·h(s))
|
||
```
|
||
|
||
惩罚跟踪误差和控制力度。
|
||
|
||
## 为什么适合多任务 RL
|
||
|
||
- **共享动力学**：同一架四旋翼的物理参数在所有轨迹上不变
|
||
- **任务变化奖励**：不同轨迹 τ 仅改变 p_ref, v_ref
|
||
- **状态连续**：13 维连续状态 + 4 维连续动作
|
||
|
||
## 实验结果
|
||
|
||
RepMT-SAC 在 IsaacSim 上优于 SAC 和 CTRL-SAC：
|
||
- ID 零样本：高达 +30% 奖励提升
|
||
- OOD 少样本：冻结 φ 后快速适应
|
||
|
||
## 参考
|
||
|
||
- [[rep-mt-sac|RepMT-SAC]]
|
||
- [[task-invariant-representation|任务不变表征]]
|
||
- [[soft-actor-critic|SAC]]
|