AcroRL：用双向推力强化学习实现四旋翼激进翻转

AcroRL 提出一种基于学习的框架，通过调制恒定参考轨迹完成紧凑、位置受限的四旋翼翻转，并保持与传统轨迹生成和跟踪的兼容。方法用强化学习分别训练从正飞到倒飞、从倒飞到正飞两个策略，以应对执行器饱和与电机反转延迟。在基于 JAX 的仿真中，该方法在所有对比基线中位置偏差与调节时间最低，位置 RMSE 较最强的优化基线降低 32%，调节时间降低 57%。硬件实验在多种偏航配置下完成翻转，位置 RMSE 低于 0.35m，并通过两种飞行状态下的圆周飞行验证了与下游轨迹生成和控制的兼容性。作者同时开源了该框架实现，论文已被 CoRL 2026 接收。