无人机室内自主导航面临许多挑战，主要是由于封闭环境中 GPS 的精度有限。此外，无人机携带重型或高功率传感器（例如超高包裹）的能力有限，加剧了在室内实现自主导航的难度。本文介绍了一种先进的系统，其中无人机仅使用单个摄像头即可自主导航室内空间以定位特定目标，例如未知的亚马逊包裹。采用深度学习方法，训练深度强化自适应学习算法来开发模拟专家飞行员决策过程的控制策略。我们通过在各种室内环境中进行的实时模拟来展示我们系统的功效。我们应用多种可视化技术来更深入地了解我们训练过的网络。此外，我们扩展了我们的方法，包括自适应控制算法，用于协调多架无人机在室内环境中协作提升物体。集成我们的 DRAL 算法使多个无人机能够学习适应动态条件和不确定性的最佳控制策略。这项创新增强了室内导航的稳健性和灵活性，并为有限空间内复杂的多无人机操作开辟了新的可能性。所提出的框架强调了自适应控制和深度强化学习方面的重大进步，为现实应用中复杂的多智能体系统提供了强大的解决方案。



"点击查看英文标题和摘要"