一句话看懂：研究人员提出一种可微仿真训练方法，让四旋翼仅靠机载视觉与惯性测量，即可从零学会穿过摆动的狭窄缝隙。仿真成功率99.3%，真机10次试验成功8次。
事件核心：发生了什么
根据 alphaXiv 收录的论文摘要（发布时间2026年10月27日），作者研究的是四旋翼穿越动态窄缝这一高难度任务：机身约10×38×38厘米，缝隙为25×80厘米的矩形且持续摆动，要求厘米级空间对齐和精确的时机控制。此前的方法通常依赖特权状态、教师策略、规划器或蒸馏。该工作用可微仿真构建“移动缝隙”目标函数，将定心、姿态对齐和碰撞惩罚按到时变缝隙平面的有符号距离进行门控，把稀疏的穿越事件转化为稠密路径目标，并以单阶段、随机初始化方式训练“视觉特征到指令”的策略，输出集体推力与机体角速度。仿真中几分钟单卡训练后成功率达99.3%，策略零样本迁移到真机，在多种初始条件下用机载传感完成穿越，10次实物试验成功8次。
为什么重要
作者在受控的窄缝导航基准中对比指出，路径梯度显著优于得分函数梯度，后者即便每次更新采样最多4096条轨迹仍会失败（该对比针对该受控任务，不等于四旋翼PPO实验）。这意味着对于精度敏感的控制任务，训练信号的质量可能比采样规模更关键。若结论成立，训练不再需要教师或规划器，可降低敏捷飞行策略的开发成本，也为穿越受限环境的机载自主飞行提供了另一种技术路线。需要说明的是，以上均来自论文摘要，尚不代表已通过同行评审或已形成产品。
对用户/开发者/创作者的影响
对无人机开发者，值得留意的是分层控制：策略以60Hz输出推力与期望角速度，底层控制器以1000Hz跟踪。这提示策略与底层控制可解耦设计。可微仿真对仿真器的可导性要求较高，若开源工具链能补齐这一环，相关方法有望进入无人机物流、巡检和穿越狭窄空间的研发流程。普通用户暂不会直接感知变化，目前公开信息也未涉及商用时间表。
值得关注的后续
一是真机80%的成功率能否在更多试验规模、不同缝隙尺寸和风扰条件下复现；二是可微仿真框架是否开源，从而降低复现门槛；三是与PPO等方法在四旋翼真实任务上的公平对比是否公开完整数据。
来源：alphaXiv
