A PPO-based DRL Auto-Tuning Nonlinear PID Drone Controller for Robust Autonomous Flights

这个项目旨在通过实现非线性深度强化学习（DRL）代理以替代传统的线性比例积分微分（PID）控制器，从而彻底改变无人机飞行控制。主要目标是实现无缝切换手动和自主模式，提高响应速度和稳定性。我们利用Gazebo模拟器中的近端策略优化（PPO）强化学习策略来训练DRL代理。添加一台价值2万美元的室内Vicon跟踪系统提供<1毫米的定位精度，显著提高了自主飞行的精度。为了在最短的无碰撞轨迹中导航无人机，我们还构建了一个三维A*路径规划器，并成功地将其实现到了实际飞行中。

使用非线性深度强化学习代理替代传统的线性比例积分微分（PID）控制器，以实现无缝过渡无人机飞行控制，增强响应性和稳定性。

使用深度强化学习代理训练Gazebo模拟器中的Proximal Policy Optimization（PPO）策略，将无人机在手动和自主模式之间无缝切换。此外，结合20,000美元的室内Vicon跟踪系统，实现<1mm的定位精度，显著提高了自主飞行精度。

实验中还构建了3D A*路径规划器，并成功将其应用于实际飞行中，以在最短的无碰撞轨迹中导航无人机。

最近的相关研究包括： - 'Deep Reinforcement Learning for Autonomous UAV Control: A Review' by S. Gupta et al. - 'Real-time Reinforcement Learning-based UAV Control with Limited Communication Range' by Y. Kim et al. - 'A Reinforcement Learning Approach to UAV Control via Learned Dynamics Model' by T. Zhang et al.