双方向推力を備えたクアッドロータは第2の平衡状態を得ることで制御権限が増し、可能なアグレッシブ機動の範囲が広がる。これにより、倒立飛行、パーチング（停立）、センシングといった能力が実現可能になる。しかし、反転時のアクチュエータ飽和やモータ反転遅延への対処は依然として課題である。Gabriel Rodriguez氏ら7名の著者による論文「AcroRL: Learning Aggressive Quadrotor Inversion using Bidirectional Thrust」（arXiv:2605.24301、cs.RO、17ページ・図8点）は2026年5月23日に投稿された。本研究は、この課題に対する学習ベースの枠組みを提案している。
論文によれば、従来の幾何学的制御手法はHopfファイブレーションに基づく姿勢表現を用いて微分平坦性を拡張し、双方向推力を支えてきた。だが、反転時にはアクチュエータ飽和やモータ反転遅延の影響を受けやすく、ヒューリスティックな推力姿勢スケジューリングやウェイポイント調整を必要とし、実装上の負担が大きかった。
提案手法は従来の軌道生成・追従を置き換えるのではなく、学習ポリシーによって一定の参照軌道を変調し、位置制約付きのコンパクトな反転を実現する。同時に、異なる飛行領域にまたがって従来の軌道生成・追従パイプラインとの互換性を維持する。研究チームは「通常姿勢から倒立姿勢へ」と「倒立姿勢から通常姿勢へ」の2つの遷移方向について、強化学習を用いて別々のポリシーを訓練した。
JAXベースのシミュレーションでは、提案手法は評価したすべてのベースラインの中で最小の位置偏差と最短の整定時間を達成した。最も強力な最適化ベースのベースラインと比較して、位置の二乗平均平方根誤差（RMSE）を32%削減し、整定時間を57%短縮した。ハードウェア実験では、複数のヨー構成で反転に成功し、位置RMSEは0.35メートル未満であった。さらに、両飛行領域での円周飛行を通じて、下流の軌道生成・制御との互換性を検証した。著者らは本フレームワークの実装をオープンソースで公開している。
なお、本論文はarXivプレプリントとして公開されたものであり、今後の査読による検証が必要である。また、ハードウェア実験の精度指標とシミュレーション結果の間には依然として差があり、実運用におけるモータ反転遅延などの工学的要因は、今後の研究で引き続き注目すべき点である。