本研究探讨了多种强化学习技术在无人机控制中的应用，提出了结合奖赏塑形和策略塑形的训练方法。结果表明，该方法在执行时间和离散度上优于单一策略训练，尽管回报较低。同时，研究评估了深度强化学习在现实机器人中的应用，强调了奖励设计对学习效率的重要性。