近年来随着临近空间的开发利用价值逐渐引起各国的关注和探索,临近空间飞行器如高空长航时飞机也已成为许多研究人员关注的焦点,其在高空侦察、通信保障、预警以及民用方面具备十分可观的发展潜力。本文针对一类大展弦比大柔性无人机开展基于积分强化学习的自适应飞行控制研究,具有重要理论意义和应用价值。首先,建立了面向控制的大柔性无人机动力学模型,针对一类简化的具有弹性模态的大柔性无人机,对其详细地推导了纵向动力学方程,建立了用于控制设计的数学模型,并通过线性化分析发现其不稳定的模态。为实现大柔性无人机跟踪参考指令的控制目标,基于模型参考自适应控制理论,同时考虑到所建立包含跟踪指令的模型中存在的输入输出直接馈通项,将参考模型设计为类似于龙伯格观测器的闭环参考模型,基于线性矩阵不等式（Linear matrix inequality,LMI）方法来设计闭环参考模型中引入的跟踪误差增益项,以解决系统中存在的输入输出直接馈通项,理论证明了闭环系统的稳定性,并通过仿真实验验证了设计的模型参考自适应控制器的有效性。针对大柔性无人机动力学模型部分可观和无模型情况下的控制问题,基于以强化学习理论和最优控制理论,提出了基于部分模型的次优输出镇定控制器和完全不基于模型的最优输出跟踪控制器。首先,基于on-policy的积分强化学习思想,结合自适应次优输出反馈器,通过进行在线递归计算,一个次优的反馈控制器,并通过Lyapunov直接方法证明了在线迭代计算所得的每一步控制增益都是稳定的;然后,基于off-policy的积分强化学习思想,引入状态参数化表示方法,将系统状态分解成与输入和输出相关的表达式,并在控制输入端引入探测噪声以保证系统的持续激励,以此可递归计算得到最优的输出反馈增益,并在理论上进行了证明。最后,通过数值仿真验证了控制器的有效性。考虑到实际飞行器控制系统中存在的不确定性和执行器故障等不利因素的存在,本文提出完全不基于模型的自适应容错控制方案,首先采用数据驱动的方法来得到一个最优的控制增益来作为基准控制器,然后通过设计的自适应律来在线消除各类故障的影响,以保证良好的跟踪性能。理论证明了闭环系统的最终一致有界,并仿真分析了多种故障条件下的系统性能,验证了所提出自适应容错飞行控制方案的有效性。