BRACE：基于信念引导残差自适应控制的未知扰动下安全导航

BRACE 是一个分层强化学习框架，用于未知、有界且随空间变化的扰动下的到达-避障导航，它从模型预测误差中推断扰动信念，并据此调节高层策略以自适应调整参考轨迹。该策略由标称项与信念引导残差项组成，并用似然比优势重加权启发式联合训练。在三个风场突变模拟四旋翼环境和 Crazyflie 硬件风扇扰动实验中，BRACE 的到达-避障表现优于模型预测控制与 RL 基线。