无人机
2019年参加过首届Alpha Pilot竞赛，遗憾未能跻身前九，错过真机测试机会。昨日读到这篇论文，不禁回忆起当年的参赛经历。关于技术细节，@刘斯坦 已经讲解得很到位了。以下我结合自己的参赛经验，简单分享一些体会：从模块分解来看，大家的系统设计应该都差不多。四年前的技术已经足够成熟，飞完全程并不是特别困难。我们团队当时设计的方案如下：使用 MaskRCNN 进行检测，通过模拟门的图像让模型学会处理遮挡等问题；视觉惯性里程计采用吴毅红教授团队开源的 VINS-Mono，非常感谢其贡献；路径规划则相对简单，先控制
无人机飞到门中心前方适当位置，随后调整机头方向穿越过去。整体思路清晰且依赖于当时已有的成熟技术，因此实现起来较为顺畅。大家可以回顾一下ETH这篇论文的前身：AlphaPilot: Autonomous Drone Racing。实际上，主体模块的变化并不大。主要区别在于规划与控制部分，在Nature这篇文章中，用强化学习（RL）训练出的控制策略替代了传统方法。这也是为什么研究机器人的
同学们并不会觉得特别兴奋。此外，这个基于RL的解决方案并没有深入探讨更多复杂问题，例如在
无人机竞速场景中，多架
无人机同时起飞时，如果飞行过于激进，可能会撞到其他
无人机。而基于RL的策略其实有很大的潜力来解决这类问题（例如，当视野中出现其他
无人机时，如何选择最优策略）。手动编写这样的策略会变得极其复杂，难以处理各种动态情况。因此，利用RL方法可以更灵活地应对这些挑战。遗憾的是，Nature上的这篇论文仅提及了这一问题，却没有尝试解决撞向对手的情况。仔细研读可以发现，所学到的策略不仅可能撞击对手，还存在一定概率撞上门。
我也想简单评论一下。
