林下的树干、枝叶和灌木分布不规则，通道宽度持续变化，光照、风扰和遮挡也会影响感知与控制，对无人机的快速反应提出更高要求。

传统飞控依赖人工建模、参数整定与固定规则，在树林中容易出现策略僵化。利用仿真和实飞数据训练控制策略，为复杂环境自主飞行提供了新路线。

如果无人机能够从感知数据中学习状态特征，并通过机器学习或强化学习输出控制动作，就有机会在不依赖精确地图的情况下持续穿行、识别障碍并调整航迹。

如何构建训练数据与奖励机制，让无人机学会稳定控制，并在陌生树林中实时绕开树干、枝叶和灌木？

这正是本期创新课题：基于强化学习和机器学习的无人机树林飞行，希望探索学习型飞控在非结构化林下环境中的安全自主能力。

01

挑战赛课题介绍

基于强化学习和机器学习的无人机树林飞行

本课题面向枝干密集、空间狭窄且光照多变的树林场景，探索利用数据训练、机器学习与强化学习实现无人机自主控制和避障飞行的方法。

核心任务：

• 采集仿真与真实树林中的飞行、感知和碰撞数据，构建可复用的训练数据集与训练环境；

• 采用监督学习、模仿学习或强化学习训练飞行控制策略，实现速度、姿态和航向的自主决策；

• 面向树干、枝叶和灌木完成在线感知与安全避障，验证策略在陌生树林中的泛化能力。

无人机需要具备：

• 多源传感器数据采集与时间同步能力；

• 树林障碍物检测与空间感知能力；

• 数据驱动的飞行控制策略训练能力；

• 强化学习环境、状态、动作与奖励设计能力；

• 局部路径规划与实时避障能力；

• 仿真到实机迁移、飞行安全与性能评测能力。

最终实现从“人工调参和规则控制”到“利用数据训练自主飞行策略，并在树林中安全避障”的转变。

课题挑战目标

六大技术方向，构建从数据、训练到树林实机飞行验证的完整闭环。

训练数据与环境

让无人机拥有可学习的经验。构建包含视角、深度、惯性、控制量与碰撞标签的仿真及实飞数据。

技术方向：

数据采集｜场景随机化｜训练集构建

感知与特征表达

从相机、深度或激光雷达数据中提取可用于控制的树林结构特征，识别可通行空间与近距离风险。

技术方向：

多模态融合｜障碍检测｜可通行区估计

学习型飞行控制

采用监督学习或模仿学习建立感知到控制的映射，输出速度、姿态或航向指令并保持飞行平稳。

技术方向：

行为克隆｜策略网络｜端到端控制

强化学习策略训练

设计状态、动作和奖励函数，通过反复交互学习兼顾到达目标、避障、安全间距与控制平滑的策略。

技术方向：

奖励塑形｜策略优化｜课程学习

树林避障与泛化

面对不同树径、密度、枝叶遮挡和光照条件，实时修正航迹并安全通过未参与训练的树林区域。

技术方向：

局部规划｜安全约束｜域随机化

安全验证与评测

在仿真、半实物与实机阶段逐级测试，记录成功率、碰撞率、最小障碍距离、速度波动和推理时延。

技术方向：

仿真迁移｜安全接管｜指标评测

课题应用场景

基于学习的树林自主飞行不仅是一项智能控制挑战，也对应多个真实的林下无人化应用方向。

• 林下巡检

  沿林间通道自主飞行，辅助完成林区设施、步道与重点区域巡查。

• 森林搜救

  在树木遮挡和路径不规则区域快速穿行，为目标搜索和物资引导提供空中能力。

• 林业监测

  搭载可见光、红外或多光谱传感器，在林冠下采集病虫害与生态环境信息。

• 智能飞控验证

  作为学习型控制、仿真迁移和具身智能算法的综合验证场景。

建议验证结果：无人机仅依赖机载感知，在未参与训练的树林测试区域完成指定航线飞行，连续避开树干、枝叶和灌木；输出飞行轨迹、避障记录、碰撞率、任务成功率及控制平稳性等评测结果。

02

飞行机器人创新创造挑战赛

飞行机器人的发展，需要更多真实场景验证。一个创新想法，只有经过开发、测试和应用验证，才能真正转化为具有价值的产品。

为了帮助更多开发者参与其中，2026-2027年度飞行机器人创新创造挑战赛正式开启。

赛事面向高校、科研院所、科技企业、开发者团队及飞行机器人爱好者，打造集技术学习、项目开发、场景验证和成果展示于一体的创新平台。

参赛团队可基于FlyCore飞行机器人融控系统 开展项目开发，从方案设计、系统搭建，到场景验证和项目竞演，完成属于自己的飞行机器人创新作品。

同时，赛事将定期举办飞行机器人开发训练营，围绕系统搭建、技术开发、项目实践等内容，为参赛团队提供学习交流和项目成长支持。

持续发布创新课题，提供探索方向

为了帮助参赛团队快速进入开发实践，挑战赛将持续推出系列创新课题。

每期课题将结合飞行机器人技术方向和真实应用场景，为开发者提供项目参考。

开发者可以基于推荐课题开展研究，也可以结合自身兴趣进行拓展创新。

从一个技术想法，到一台真正能够完成任务的飞行机器人，这正是挑战赛希望推动的创新过程。

03

基于FlyCore，冲击百万创新基金

FlyCore飞行机器人融控系统，为开发者提供从飞行控制、定位导航到任务开发的一体化开发基础

FlyCore融合飞控、建图定位、识别规划、传感器接入等核心能力，构建感知、定位、规划、控制的完整闭环，支持开发者快速搭建飞行机器人平台，开展算法验证和应用探索。

基于 FlyCore，参赛团队可以快速完成方案设计、功能开发和场景验证，将自己的创新想法转化为真正能够飞行、能够完成任务的机器人作品。

通过 FlyCore，团队可以：

✓ 快速搭建飞行机器人平台
✓ 开展算法验证与功能开发
✓ 完成真实场景测试
✓ 参与挑战赛项目竞演

让想法真正飞起来，让创新走向真实应用。

本届挑战赛设立百万年度专项激励总资金，持续征集具有真实应用价值和产品潜力的飞行机器人创新项目。除现金奖励外，赛事还将为优秀项目提供技术指导、样机打磨、工程验证、供应链与市场推广等支持；表现突出的项目有机会进入产品化共创计划，并获得产业资源、创业孵化或战略投资支持。

报名参赛

高校、研究所、科技企业及相关开发者均可报名参赛。参赛团队需基于FlyCore融控系统开展自主开发与原创设计，提交可面向实际需求落地的创新方案。

赛事将按照“技术训练—项目开发—场景验证—成果竞演—产品化共创”的路径持续推进。飞行机器人开发训练营也将每月持续开展。

报名方式：

想了解更多赛事信息扫描下方二维码联系我们。

本次活动最终解释权由成都铂贝科技有限公司所有

如果您有感兴趣的技术话题，请在留言区告诉我们！关注阿木实验室，更多技术干货不断更新！

开发遇到棘手难题可以上阿木官方论坛：

bbs.amovlab.com

有工程师亲自解答

10000+无人机开发者和你共同进步！