基于强化学习的四旋翼容错控制与在线变压器适应

本研究针对多旋翼在面临致动器故障时的快速不稳定性及任务可靠性问题，提出了一种新型的基于强化学习的容错控制框架，结合了在线变压器适应模块。该框架可以实时推断潜在表示，适应未见过的系统模型，实验结果显示其在复杂条件下的成功率高达95%，显著优于现有方法，表现出增强多旋翼适应性与可靠性的潜力。

AI生成摘要本研究提出了一种基于强化学习的多旋翼容错控制框架，结合在线变压器适应模块，能够实时推断潜在表示并适应新系统模型。实验结果表明，该方法成功率高达95%，显著优于现有技术。

在线变压器多旋翼容错控制强化学习成功率