Reinforcement learning based control of a fixed-wing UAV under wind disturbances
Contrôle par apprentissage par renforcement d'un drone à voilure fixe sous perturbations de vent
Résumé
This thesis explores the use of Reinforcement Learning (RL) for controlling a fixed-wing UAV in attitude and waypoint tracking under varying wind conditions. Unlike traditional controllers such as PID or MPC that rely on accurate models, RL provides a data-driven alternative capable of adapting to nonlinear and uncertain dynamics. Among RL methods, model-based approaches—especially TD-MPC—show strong potential by combining dynamics learning and short-horizon planning. Experiments conducted in JSBSim demonstrate superior tracking performance under nominal wind, though robustness to partially observed disturbances remains challenging. Beyond the experiments, this work contributes a detailed UAV model, a full JSBSim-based simulation environment, and a pedagogical introduction to RL for control. The thesis integrates both attitude and waypoint tracking results to provide a coherent analysis and perspective. Future research envisions hybrid controllers combining data-driven and physics-based models to enhance robustness, interpretability, and reliability of autonomous UAV control.
Cette thèse étudie l'application de l'Apprentissage par Renforcement (RL) au contrôle d'un drone à voilure fixe (FW-UAV) pour les tâches d'attitude et de suivi de trajectoire sous différentes conditions de vent. Contrairement aux méthodes classiques comme PID ou MPC, dépendantes d'une modélisation précise, le RL offre une alternative fondée sur les données, capable de s'adapter à des dynamiques complexes sans modèle explicite. Parmi les approches RL, les méthodes à modèle interne, notamment TD-MPC, démontrent un fort potentiel en combinant apprentissage des dynamiques et planification à court horizon. Les expériences menées avec JSBSim montrent de meilleures performances de suivi en conditions nominales, bien que la robustesse face aux perturbations partiellement observées reste difficile. Au-delà des résultats expérimentaux, ce travail fournit un modèle dynamique détaillé du drone, un environnement JSBSim complet et une introduction pédagogique au RL pour le contrôle. La thèse est structurée autour des tâches de contrôle d'attitude et de ralliement de point de passage, dont les conclusions sont synthétisées dans la dernière section. Les travaux futurs envisagent des approches hybrides alliant apprentissage fondé sur les données et modèles physiques afin d'améliorer la robustesse, l'interprétabilité et la fiabilité des autopilotes.
| Origine | Version validée par le jury (STAR) |
|---|---|
| Licence |
