无人机敏捷飞行强化学习：兼顾竞速性能与泛化

Green 等人提出一种强化学习框架，让无人机在未见过赛道上零样本泛化飞行，同时保持竞速速度。框架跨多条赛道并行采集 rollout 训练，用 B-Spline 生成几何可行赛道，并自动替换奖励饱和的任务。未见赛道上成功率达 69.8%，性能加权得分 0.1652，泛化较此前最优方法提升 7.4 倍，速度比 EaP 快 37.73%。