مقاله یک روش یادگیری یکپارچه تقلید و تقویت برای کنترل هواپیمای چابک قوی با داده‌های نمایشی خلبان محدود

چکیده

In this paper, we present a methodology for constructing data-driven maneuver generation models for agile aircraft that can generalize across a wide range of trim conditions and aircraft model parameters. Maneuver generation models play a crucial role in the testing and evaluation of aircraft prototypes, providing insights into the maneuverability and agility of the aircraft. However, constructing the models typically requires extensive amounts of real pilot data, which can be time-consuming and costly to obtain. Moreover, models built with limited data often struggle to generalize beyond the specific flight conditions covered in the original dataset. To address these challenges, we propose a hybrid architecture that leverages a simulation model, referred to as the source model. This open-source agile aircraft simulator shares similar dynamics with the target aircraft and allows us to generate unlimited data for building a proxy maneuver generation model. We then fine-tune this model to the target aircraft using a limited amount of real pilot data. Our approach combines techniques from imitation learning, transfer learning, and reinforcement learning to achieve this objective. To validate our methodology, we utilize real agile pilot data provided by Turkish Aerospace Industries (TAI). By employing the F-16 as the source model, we demonstrate that it is possible to construct a maneuver generation model that generalizes across various trim conditions and aircraft parameters without requiring any additional real pilot data. Our results showcase the effectiveness of our approach in developing robust and adaptable models for agile aircraft.

چکیده به فارسی (ترجمه ماشینی)

در این مقاله ، ما یک متدولوژی برای ساخت مدل های تولید مانور داده محور برای هواپیماهای چابک ارائه می دهیم که می توانند در طیف گسترده ای از شرایط تریم و پارامترهای مدل هواپیما تعمیم دهند.مدل های تولید مانور نقش مهمی در آزمایش و ارزیابی نمونه های اولیه هواپیما دارند و بینش هایی در مورد مانور و چابکی هواپیما ارائه می دهند.با این حال ، ساخت مدل ها به طور معمول به مقادیر گسترده ای از داده های خلبان واقعی نیاز دارد ، که می تواند وقت گیر و پرهزینه برای به دست آوردن باشد.علاوه بر این ، مدل های ساخته شده با داده های محدود اغلب برای تعمیم فراتر از شرایط خاص پرواز که در مجموعه داده اصلی قرار دارد ، تلاش می کنند.برای پرداختن به این چالش ها ، ما یک معماری ترکیبی را پیشنهاد می کنیم که از یک مدل شبیه سازی استفاده می کند ، که به آن مدل منبع گفته می شود.این شبیه ساز هواپیمای چابک منبع باز پویا مشابهی را با هواپیمای هدف به اشتراک می گذارد و به ما امکان می دهد تا داده های نامحدودی را برای ساخت یک مدل تولید مانور پروکسی تولید کنیم.سپس ما این مدل را با استفاده از مقدار محدودی از داده های آزمایشی واقعی به هواپیمای هدف تنظیم می کنیم.رویکرد ما تکنیک های یادگیری تقلید ، یادگیری انتقال و یادگیری تقویت را برای دستیابی به این هدف ترکیب می کند.برای اعتبارسنجی روش خود ، ما از داده های آزمایشی واقعی چابک تهیه شده توسط صنایع هوافضا ترکیه (TAI) استفاده می کنیم.با استفاده از F-16 به عنوان مدل منبع ، ما نشان می دهیم که می توان یک مدل تولید مانور را ساخت که در شرایط مختلف تریم و پارامترهای هواپیما تعمیم می یابد بدون نیاز به داده های خلبان واقعی اضافی.نتایج ما اثربخشی رویکرد ما در توسعه مدلهای قوی و سازگار برای هواپیماهای چابک را نشان می دهد.