基于人机协同深度强化学习的动态翱翔轨迹规划与控制系统研究

　　为解决无人机在薄剪切风场中能量捕获效率低、传统轨迹优化与控制器分离导致的实施难题，研究人员提出了一种基于深度强化学习（DRL）的人机协同（HITL）框架。该研究通过伪谱法生成初始轨迹，结合高保真环境模拟与Actor-Critic算法，实现了动态翱翔的自主执行，显著提升了能量收集效率。其创新性在于将轨迹规划与控制集成，解决了实际应用中快速机动与抗干扰的挑战，为无人机长航时飞行提供了新思路。

　　

在无人机技术飞速发展的今天，如何延长固定翼无人机的续航时间一直是研究者们追逐的梦想。受信天翁等海鸟动态翱翔行为的启发，科学家们发现利用剪切风场可实现无动力飞行。然而，传统方法存在动力学模型简化、轨迹优化与控制器设计割裂等问题，导致实际应用困难。针对这些挑战，国内某研究团队在《Engineering Applications of Artificial Intelligence》发表了一项突破性研究。

研究采用伪谱法生成最优轨迹作为学习起点，构建包含风场、动力学和控制系统的全尺度高保真环境。通过深度强化学习（DRL）算法与环境的交互，结合人机协同（HITL）机制，将专家知识融入奖励函数设计，最终实现了动态翱翔的自主执行。关键技术包括：1）伪谱法轨迹优化；2）基于Actor-Critic框架的DRL算法；3）高保真环境建模；4）人类专家参与的主动学习策略。

研究结果

1. 基于伪谱法的轨迹优化：通过经典方法生成Rayleigh循环轨迹，明确了动态翱翔各阶段（迎风爬升、高空转向等）的姿态要求，为DRL提供物理约束。
2. 高保真环境构建：完整保留飞行器复杂动力学特性（如俯仰角、攻角耦合效应）和底层控制器，解决了传统简化模型导致的执行误差问题。
3. HITL-DRL框架验证：对比实验显示，非HITL的DRL智能体难以完成动态翱翔，而人机协同框架通过专家知识引导，成功实现能量捕获效率提升17.3%。
4. 抗干扰能力测试：在随机风场和初始状态偏差下，智能体仍能维持稳定飞行，验证了系统鲁棒性。

结论与意义
该研究首次将轨迹规划与底层控制集成于统一框架，突破了传统最优控制理论（如多步射击法）在实际应用中的局限性。通过HITL机制，人类专家可动态调整评价标准，避免智能体陷入局部最优。实验证明，该方法在薄剪切风场中显著提升能量收集效率，且与真实滑翔机特性更吻合。未来可扩展至山地地形风场等复杂场景，为无人机长航时任务提供新范式。研究还揭示了后掠翼设计对压缩区阻力抑制的作用，为飞行器气动优化提供新方向。