实验室开展基于深度强化学习的双无人机协同搬运的研究，经过同学们的努力，从最初的完全由人工设计两无人机的协同合作的控制模块完成将物体搬运到目的地（Weng, Q. L., Liu, G. J., Zhou, P., Shi, H. R.,  Zhang, K. W. Co-TS: Design and Implementation of a 2-UAV Cooperative Transportation System. International Journal of Micro Air Vehicles, vol. 15, 2023），已转为使用深度强化学习与域随机化来训练协同合作的控制模块（HR Shi, GJ Liu, KW Zhang, ZY Zhou, JC Wang, MARL Sim2real Transfer: Merging Physical Reality with Digital Virtuality in Metaverse, IEEE Transactons on Systems, Man and Cybernetics: Systems, 53(4): 2107-2117, 2023），再到改进相应模型提升鲁棒性（Shutong Chen, Guanjun Liu, Ziyuan Zhou, Kaiwen Zhang, and Jiacun Wang, "Robust Multi-agent Reinforcement Learning Method Based on Adversarial Domain Randomization for Real-world Dual-UAV Cooperation"， IEEE Transactions on Intelligent Vehicles，2023，DOI: 10.1109/TIV.2023.3307134），逐步提升，在多智能体强化学习理论、域随机化与经验回放方法等方面均有创新，在虚拟训练环境搭建、多智能体训练、向实际系统迁移（包括嵌入式系统开发）等方面积累了经验。

相关视频可见：https://flml.tongji.edu.cn/TOOL.htm

下一步将考虑抗风、绕障碍物等更复杂场景。