本研究提出了一种基于深度强化学习的自主无人机竞速策略，解决了障碍感知竞速的复杂性问题。通过领域随机化和并行经验收集，该方法在无人机模拟实验中证明了其有效性，推动了复杂环境下的无人机导航学习。

该文综述强化学习在机器人控制中的进展：SusACER结合稀疏与精细时间离散化，在Ant等任务上优于现有方法；RTAC改进实时决策框架；PPO在SEA系统实现高精度力控制；SAC通过最大熵框架提升稳定性与样本效率；SDPC融合软强化学习与离散方法；SLAC用潜在表示加速图像强化学习；Hybrid SAC处理离散、连续及参数化动作；Q学习实现H∞控制的模型无关在线学习；MWR算法应对多智能体高维控制；无人机竞速研究表明强化学习直接优化任务级目标并借助领域随机化，优于最优控制。