四旋翼无人机是一种由四个旋翼旋转提供升力的多旋翼无人机。因其具有可垂直起降、机械结构简单、控制灵活等特点,被广泛应用于不同领域。四旋翼无人机是一个高度复杂系统,设计性能优越的控制器是实现四旋翼无人机控制的关键。本文分别基于传统PID控制算法和深度增强学习算法完成了四旋翼无人机控制器的设计与实现,并对比分析了各控制器的性能。本文首先根据四旋翼无人机飞行原理,建立了四旋翼无人机动力学模型。在此基础上,运用传统PID控制算法设计了四旋翼无人机的控制器,并运用衰减曲线法完成了PID算法的参数整定,使四旋翼无人机系统的动态和静态性能达到控制要求。基于传统控制方法设计四旋翼无人机控制器需要对四旋翼无人机的动力学特性有充分了解,并建立复杂的数学模型。为了解决此问题,本文将深度增强学习算法引入到四旋翼无人机控制中,设计了基于深度增强学习算法的飞行控制器。该算法是一种将深度学习与增强学习相结合以实现从感知到动作的端对端学习算法,只需得到关于模型的先验知识,而不需考虑系统的具体模型。然后通过交叉验证优化神经网络网络结构、学习率等超参数,在不对系统建模的前提下,实现了四旋翼无人机的控制。并通过仿真验证了基于深度增强学习算法的四旋翼无人机控制器的控制性能。最后,本文设计了一套基于机器学习方法的四旋翼无人机控制实验平台。通过编写程序完成了各个模块的驱动。然后设计编写了通讯协议,使上位机与四旋翼无人机之间的通信更加可靠。并设计上位机测试程序,实现了上位机和整个四旋翼无人机硬件系统的联合调试,为进一步优化算法、提升控制性能奠定了基础。