本研究提出了一种基于逆向PPO的轻量级深度强化学习方法，用于固定翼无人机在未知低空环境中的障碍物避免。该系统通过单帧图像实现实时检测，展现出优于现有方法的飞行轨迹平滑性和障碍物避免效率，适合边缘计算设备实施。

本文探讨了固定翼无人机在结构损坏或执行器失效时的信息处理问题。提出的基于变换器的控制方法通过上下文学习和注意机制，将外部参考值直接映射为控制命令，从而提高了跟踪精度和稳定性，增强了无人机的安全性和可靠性。