Los drones planeadores pueden utilizar corrientes ascendentes para reducir el consumo de energía durante el vuelo, al igual que los pájaros planeadores. Con superficies de control que son similares a las de los pájaros planeadores, el dron planeador logra el control de inclinación a través de la retroceso asimétrico de la ala de un lado. Esto resultará en asimetría del dron. El momento de inercia y el producto inercial cambiarán con el retroceso del ala, causando no linealidad y acoplamiento en su dinámica, lo que es difícil de resolver mediante métodos de investigación tradicionales. Además, a diferencia de los objetivos de control generales, el objetivo de este estudio fue permitir que el dron planeador siguiera la estrategia de planeo. La estrategia de planeo determina la dirección horizontal del dron en función de la situación del viento vertical sin necesidad de control activo del movimiento vertical del dron. En esencia, es una tarea de seguimiento de trayectoria horizontal. Por lo tanto, basándose en la disposición y los datos aerodinámicos del dron planeador, se adoptó el aprendizaje por refuerzo en este estudio para construir un modelo dinámico de seis grados de libertad y un entorno de simulación de entrenamiento de vuelo de control para el dron planeador con superficies de control de deformación asimétrica. Comparamos el impacto de factores clave como diferentes espacios de estado y funciones de recompensa en los resultados del entrenamiento. Se obtuvo el agente de control de giro y se llevaron a cabo simulaciones de seguimiento de trayectoria.