WaveLander：基於強化學習的無人機在波浪擾動平臺上著陸的通用分層控制框架

無人機在波浪擾動的海洋平臺上自主著陸是一項極具挑戰性的任務，主要難點在於平臺運動的隨機性、姿態的時變特性以及觸地條件的不確定性。傳統基於模型的方法通常需要精確的運動預測和線上最佳化，而端到端學習方法則面臨訓練複雜度高和可解釋性有限的問題。針對這一挑戰，香港理工大學等機構的研究人員提出了WaveLander——一種基於強化學習的分層控制框架。WaveLander的核心思想是將垂直著陸決策與低層飛行穩定控制解耦。具體來說，強化學習策略接收緊湊的平臺相對觀測，輸出一個標量的垂直速度參考值，而傳統低層飛行控制器則負責保持姿態穩定和橫向跟蹤。這種設計將動態平臺著陸問題轉化為一個低維、時序感知的控制問題，無需顯式切換規則即可實現平滑著陸。在隨機波浪引起的平臺運動模擬中，WaveLander展現了穩健的著陸效能，並能泛化到未見過條件的擾動。模擬實驗採用了多種波浪條件，包括不同振幅和頻率的正弦波疊加，以及隨機海浪譜生成的複雜運動。結果顯示，與傳統方法相比，WaveLander在著陸成功率、觸地速度控制和平滑性方面均有顯著提升。特別地，即使在從未訓練過的極端波浪條件下，WaveLander仍能保持較高的成功率，展示了其強大的泛化能力。該研究還分析了分層架構的優勢，指出強化學習策略只需學習高層的時序決策，而底層控制由成熟的線性控制器完成，從而降低了學習難度並提高了可解釋性。未來工作將致力於在真實無人機平臺上進行實驗驗證，並進一步擴充套件框架以處理多旋翼無人機在移動船隻甲板上的著陸問題。這項工作為海洋無人機回收提供了一種新的有效途徑，具有重要的理論和應用價值。