QuadSwarm 是一款快速、可靠的单机器人和多机器人强化学习模拟器，针对问题进行了两方面的改进，即数据需求和物理模拟水平，其在多旋翼控制策略的开发和模拟现实世界中的应用方面具有许多优势。

Jun, 2023

该研究提出了一种基于 AirSim 的仿真框架，实现了有效的并行训练、分散式训练和大规模代理训练，从而在机器人的视觉四轴导航中实现了学习时间从 3.9 小时降低到 11 分钟的优化。

Sep, 2022

通过使用基于强化学习的异态 actor-critic 架构和高度可靠的基于强化学习的训练方法，本研究提出了一种新颖的无人机控制框架，能够在仅 18 秒的训练时间内实现从模拟环境到真实环境的快速转化，并能在廉价的、现成的无人机上实现实时控制。同时，本研究通过介绍控制抽象、非线性和领域参数的分类以及引入一个全新的课程学习和高度优化的模拟器，提高了样本的复杂度和训练时间，并通过与现有控制解决方案的实验比较，展示了该框架在航迹跟踪方面具有竞争性能。

Nov, 2023

本文介绍了一种基于 Bullet 物理引擎的开源多旋翼 OpenAI Gym 环境，并通过多个实验展示了其在控制和强化学习方面的应用，旨在鼓励将控制理论和机器学习相结合的未来研究。

Mar, 2021

使用强化学习训练神经网络，学习低级别的四轴飞行器控制策略，无需使用稳定的 PD 控制器，可以推广到多种四轴飞行器。

Mar, 2019

本文介绍一种基于强化学习技术训练的神经网络控制四旋翼的方法，提出了一种新的、相对于现有算法更适用于控制四旋翼的学习算法，实验结果表明，该策略网络可以相对准确地对步阶响应做出反应，并且在非常恶劣的初始化情况下（手动向上扔，并具有 5m/s 的初始速度）也能够将四旋翼稳定悬停在空中，同时每个时间步的策略评估计算时间仅为 7μs。

Jul, 2017

本研究的目标是探索 PID 算法和强化学习算法之间的协同作用，以实现对 CrazyFlie 2.X 四旋翼的实用控制机制进行控制。首要目标是使用强化学习策略进行 PID 调整。次要目标是通过与灯塔定位系统集成来实现导航控制。

Jun, 2023

该研究介绍了 OmniDrones，这是一个基于 Nvidia's Omniverse Isaac Sim 的用于无人机控制中强化学习的高效灵活平台。它采用自底向上的设计方法，让用户可以轻松设计和实验各种应用场景，并提供了一系列基准任务，从单一悬停无人机到超冗余系统跟踪的各种挑战。我们提出了一个开源的无人机仿真平台，配备了广泛的用于无人机学习的工具。该平台包括 4 个无人机模型、5 种传感器模式、4 种控制模式、超过 10 个基准任务和一些广泛使用的强化学习基准。为了展示 OmniDrones 的功能并支持未来的研究，我们还提供了这些基准任务的初步结果。我们希望这个平台能够鼓励将强化学习应用于实际的无人机系统的进一步研究。

Sep, 2023

本文探讨使用基于神经网络的动力学模型来合成不同于训练的轨迹的控制，并在四旋翼试验台上进行了实验验证。

Oct, 2016

本文介绍了一种新型的基于量子机器学习的自主多无人机控制框架 - 量子多无人机强化学习框架，并在该框架下经过充分的训练和分析，实现了合理的回报收敛和服务质量表现，具有更稳定的训练结果及优秀的训练过程分析功能。

Nov, 2022