双向推力为四旋翼飞行器带来了第二个平衡状态，并显著增强了控制权限，从而拓展了激进机动飞行的可行范围，使倒飞、停栖（perching）与感知等能力成为可能。然而，在翻转过程中应对执行器饱和与电机反转延迟仍是难点。为此，Gabriel Rodriguez 与另外六位作者在 2026 年 5 月 23 日提交至 arXiv 的论文《AcroRL: Learning Aggressive Quadrotor Inversion using Bidirectional Thrust》（arXiv:2605.24301，cs.RO 分类，17 页、8 幅图）中提出了一种基于学习的框架。
论文指出，此前的几何控制方法通过基于 Hopf 纤维化的姿态表示来扩展微分平坦性，以支持双向推力。但这类方法在执行翻转时容易受到执行器饱和与电机反转延迟的影响，往往需要启发式的推力姿态调度与航点调参，工程负担较重。
该研究提出的方法并不直接替代传统轨迹生成与跟踪，而是通过学习策略对一条恒定的参考轨迹进行调制，从而实现紧凑且受位置约束的四旋翼翻转，同时在不同飞行模式之间保持与传统轨迹生成和跟踪流程的兼容性。研究团队分别针对“常规姿态到倒置姿态”和“倒置姿态到常规姿态”两个转换方向，使用强化学习训练了独立的策略。
在基于 JAX 的仿真中，该方法在全部对比基线中取得了最低的位置偏差与最短的稳定时间。相对于表现最强的基于优化的基线，位置均方根误差（RMSE）降低了 32%，稳定时间缩短了 57%。硬件实验方面，研究团队在多种偏航配置下成功完成了翻转，位置 RMSE 低于 0.35 米；并通过在两种飞行模式下执行圆周飞行，验证了该方法与下游轨迹生成及控制流程的兼容性。此外，作者还开源了该框架的实现。
值得注意的是，论文以 arXiv 预印本形式发布，尚需经过同行评审的进一步检验；硬件实验中的精度指标与仿真结果之间仍存在差距，实际部署中的电机反转延迟等工程因素仍是后续研究需要持续关注的重点。