VIP7
本课程属于：102-无人机机载AI与边缘推理 智能机器人、自动化与智能装备工程 · 共 7 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

无人机强化学习控制与Sim2Real

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=无人机强化学习控制与Sim2R… · 核心概念 · 整体知识框架与实战路线图
课程导入Sim2R
02
无人机基础
目标=多旋翼无人机动力学模型 · 坐标系定义 · 姿态表示
无人机基础目标=多旋翼无人…
03
强化学习入门
目标=马尔可夫决策过程 · 状态空间 · 动作空间
强化学习入门目标=马尔可夫决…
04
强化学习算法概览
目标=动态规划 · 蒙特卡洛 · 时序差分
强化学习算法概览目标=动态规划
05
深度强化学习核心
目标=DQN · DDPG · TD3
深度强化学习核心DQN
06
无人机控制任务建模
目标=悬停 · 轨迹跟踪 · 避障
无人机控制任务建…目标=悬停
07
奖励函数设计
目标=稀疏奖励 · 稠密奖励 · 势能函数
奖励函数设计目标=稀疏奖励
08
仿真环境搭建
目标=Gazebo · PyBullet · AirSim
仿真环境搭建Gazebo
09
强化学习训练流程
目标=环境封装 · 并行采样 · 经验回放
强化学习训练流程目标=环境封装
10
状态与观测设计
目标=位置 · 速度 · 姿态
状态观测设计
11
动作空间设计
目标=电机转速 · 推力与力矩 · 姿态角速率
动作空间设计目标=电机转速
12
策略网络与价值网络
目标=MLP · CNN · RNN
策略网络价值网络
13
训练加速与稳定性
目标=并行环境 · 分布式训练 · 优先经验回放
训练加速稳定性
14
Sim2Real核心挑战
目标=现实差距来源 · 动力学差异 · 传感器噪声
Sim2Real核心挑战
15
域随机化
目标=动力学参数 · 质量 · 惯量
域随机化目标=动力学参数
16
系统辨识与自适应
目标=从真实数据辨识动力学参数 · 在线自适应 · 残差建模与贝叶斯域适应
系统辨识自适应
17
域适应与迁移学习
目标=特征对齐 · 对抗域适应 · 元学习
域适应迁移学习
18
鲁棒强化学习
目标=对抗扰动 · 鲁棒MDP · 风险敏感目标
鲁棒强化学习目标=对抗扰动
19
模型基强化学习
目标=学习动力学模型 · MPC与RL结合 · PILCO
模型基强化学习目标=学习动力学…
20
分层与多智能体强化学习
目标=分层策略 · 选项框架 · 多无人机编队
分层多智能体强化学习
21
视觉导航强化学习
目标=端到端视觉控制 · 深度图 · 光流
视觉导航强化学习目标=端到端视觉…
22
实战案例一
目标=基于PPO的无人机悬停与轨迹跟… · 奖励设计 · 训练调参与仿真验证
实战案例一PPO
23
实战案例二
目标=基于SAC的无人机避障与穿越—… · 域随机化 · 鲁棒性评估与可视化分析
实战案例二SAC
24
实战案例三
目标=Sim2Real迁移全流程——… · 域随机化 · 系统辨识
实战案例三Sim2Real
25
常见问题与调试
目标=训练不收敛 · 奖励黑客 · 仿真崩溃
常见问题调试
26
评估与基准测试
目标=仿真与真机评价指标 · 成功率 · 跟踪误差
评估基准测试
27
硬件与部署
目标=机载计算平台 · PX4/ArduPilot · ROS/ROS2
硬件部署
28
前沿进展
目标=大模型与强化学习结合 · 世界模型 · 离线强化学习
前沿进展目标=大模型
29
综合项目
目标=从零设计一个无人机强化学习控制… · 方案设计 · 实现与答辩
综合项目目标=从零设计一…
30
课程总结与提升
目标=知识体系回顾 · 学习路径规划 · 论文复现建议
课程总结提升