[ICRA 2026] Agile in the Face of Delay: Asynchronous End-to-End Learning for Real-World Aerial Navigation
针对无人机敏捷导航中“高频控制需求”与“低频感知流”的冲突，我们提出了一种异步强化学习框架，将感知与控制解耦：策略直接基于最新 IMU 状态输出 100Hz 的高频动作，同时异步提取并融合视觉感知特征。为了解决异步架构带来的数据陈旧性问题，我们引入了时间编码模块，将感知延迟作为策略的显式条件输入，并结合两阶段课程学习保障了训练的稳定性。该方法最终在机载微型计算机（Intel NUC）上成功实现了零样本（Zero-shot）Sim-to-Real 无缝迁移，在真实杂乱环境中展现出了极具鲁棒性的敏捷避障与导航性能。
arXiv: https://arxiv.org/abs/2509.13816
