PhyRL-PINN：基于强化学习引导参数调度的全船尺度自适应物理信息船舶侧滑估计方法

《Ocean Engineering》：PhyRL-PINN: Full-scale adaptive physics-informed ship sideslip estimation via reinforcement-learning-guided parameter scheduling

　　

•PhyRL-PINN 将降阶物理模型与强化学习引导的调度相结合。
•六个 2 秒端点更新重建了窗口内完成的轨迹。
•全尺度验证涵盖了 59 次航行和 163,379 个同步样本。
•与 TimeMixer 相比，RMSE 降低了 78%；与 MMAE 相比降低了 60%。
•在分组交叉验证下，留出航行测试保持了 R2 = 0.9341。

引言
侧滑角——即船舶航向与其瞬时速度方向之间的角偏差——是唯一直接决定船舶指向与实际移动位置之间不匹配程度的横向状态量。由于本研究使用的是基于地面的 GNSS/INS 速度而非相对于水的速度，其估计目标具体来说是一个地面参考系船舶侧滑角的代理变量，????=wrap?(COG???)；不应将其解释为相对于周围水体的流体动力侧滑角的直接测量值。它进入虚拟航向构建，定义导航定律中的航向误差，并决定路径跟随控制器中的横向收敛性（Fossen et al., 2015, Liu, 2021, Zhang et al., 2022, Shao et al., 2023, Yu et al., 2024）。当侧滑角未知或估计不准确时，即使是设计良好的控制器也可能表现出系统性的跟踪偏差，尤其是在转向操纵以及风、浪和流引起的扰动下（Liu, 2021, Min and Zhang, 2021, Xu et al., 2023）。然而，这种关键状态很少在船上被直接可靠地测量；相反，它必须从嘈杂、时变的船舶运动数据中因果地估计出来（Weng et al., 2020, Huang et al., 2022）。因此，在全尺度真实海况下的侧滑估计是一个受物理、环境不确定性和工程适用性塑造的控制相关问题。

与此问题相关的研究已从机理建模和基于模型的观测，发展到非参数序列学习，再到物理信息机器学习。经典操纵模型，包括 MMG 和 Nomoto 型公式，以可解释的形式编码了横荡 - 艏摇耦合、转向作用和水动力阻尼（Nomoto et al., 1957, Yasukawa and Yoshimura, 2015, Fossen, 2021）。自适应扩展状态和内模控制观测器基于此结构用于水面船舶漂移或侧滑补偿（Liu, 2021, Huang et al., 2022）。它们的透明度很有价值，但准确性仍然对预设的模型结构和校准系数敏感；因此，载荷、速度、船体状况和环境激励的变化可能表现为集总不确定性（Chen et al., 2022, Mitsuyuki et al., 2024）。

数据驱动操纵模型通过直接从观测中学习非线性时间映射来放松这种依赖。循环、基于注意力和混合序列架构已被应用于真实航行和全尺度操纵预测（N. Wang et al., 2023, Z. Wang et al., 2023, Dong et al., 2024, Zhou et al., 2024）。除了循环和基于注意力的架构外，最近的多变量时间序列预测研究进一步探索了协同动态图学习以演化跨变量依赖关系，以及基于扩散的生成建模以在变量级缺失情况下进行预测（Liang et al., 2025, Pang et al., 2025）。当流体动力系数不可用时，这种灵活性很有吸引力，但学习到的映射不包含遵循横向动力学的明确要求。因此，在熟悉数据上的准确性本身并不能确立在变化的运行模式或扰动分布下的动力学一致性行为（Raissi et al., 2019, Karniadakis et al., 2021）。

PINNs 及相关的物理信息机器学习方法试图通过引入控制方程、残差动力学或结构化先验到学习中来寻求中间道路。无人水面艇动力学已被嵌入 PINN 中用于前向运动预测，确立了物理约束学习用于水面载具的可行性（Xu et al., 2022）。对于水下车辆，动态参数辨识已用于增强可重构车辆的控制系统（Vangi et al., 2025），同时控制输入已被纳入物理信息神经动力学模型（Amer et al., 2025）。最近，水下车辆动力学估计已被表述为基于 PINN 的辨识问题（Vangi et al., 2026）。总的来说，这四项研究描绘了从前向预测到参数辨识和控制导向动力学估计的进展，但没有任何一项直接解决从全尺度因果测量窗口进行地面参考系船舶侧滑估计的问题。最近的海事工作进一步将操纵先验与动态损失加权、残差注意力、循环校正和自适应加权相结合（Hu et al., 2026, Han et al., 2026, Ma et al., 2026, Wang et al., 2026）。物理信息建模也已与水下操作、低速靠泊、拖轮辅助靠泊和海试组件建模中的观测和控制相结合（Yang et al., 2026, Liu et al., 2026, Oh and Jung, 2026, Jia et al., 2026）。这一更广泛的文献展示了物理通过残差损失、灰箱校正、观测器模型和控制目标的互补用法，但在因果侧滑估计、状态依赖的窗口内系数调度和严格的全尺度航行级验证的交叉点留下了特定差距。

术语区分至关重要。在经典的物理信息神经网络中，神经函数逼近控制常微分或偏微分方程的连续解，并且自动微分在配置点处强制执行方程以及初始或边界条件（Raissi et al., 2019, Khanra et al., 2026）。物理信息机器学习更广泛，可能通过数据构建、架构、状态传播或正则化引入物理知识（Karniadakis et al., 2021, Meng et al., 2025）。本方法属于这一更广泛的类别：时间估计器估计离散端点状态，而降阶横向动力学残差和传播的物理状态约束并调节该估计。在此，PhyRL-PINN 指的是一种具有强化学习引导系数调度的物理信息残差正则化神经网络估计器，而不是无网格微分方程求解器。三个差距激发了这一公式：直接的地面参考系侧滑估计仍缺乏探索；等效物理系数很少在推理窗口内因果调度；具有严格航行级验证的全尺度证据仍然有限。

受这些差距的启发，本研究的核心前提是使紧凑的物理先验状态依赖，而不是在物理和数据之间进行选择。PhyRL-PINN 将主导横向动力学结构应用于可用的地面参考测量，并使用演员 - 评论家调度器从每个 2 秒子区间端点之前可用的信息中推断正则化等效系数，受 ????的负阻尼符号约束。这些系数定义了窗口内完整物理轨迹的端点条件重建。实验在记录的数据上进行离线训练和评估。在按时间顺序评估期间，预处理参数和网络权重保持冻结，而因果子区间端系数推断保持活跃。因此，演示的设置是推断时系数调度的离线自适应估计，而不是实船在线适应。图 1 总结了从全尺度数据获取和因果预处理到模型训练和比较评估的工作流程。

本研究的主要贡献如下：
1. 推导并转移了控制导向的降阶横向动力学先验至测量参考系。从对水三自由度操纵方程开始，该公式保留了主导的横荡 - 艏摇、速度调制、阻尼和转向驱动结构，而不断言直接识别个别流体动力导数。
2. 开发了一种物理信息残差正则化估计器。六个连续物理传播区间贡献到一个终端物理状态，该状态明确调节端点侧滑估计，因此物理分支引导估计器，同时保留全尺度运行变异性所需的灵活性。
3. 一个演员 - 评论家调度器从因果测量历史中在 2 秒子区间端点推断正则化等效结构系数，显式强制 ????<0，用于端点条件物理重建。该框架在 59 次全尺度航行上进行评估，使用种子 2024–2028 的重复运行、经典和自适应状态估计基线以及航行级分组交叉验证；实时船上闭环部署留待未来工作。

本文其余部分组织如下。第 2 节推导用于侧滑估计的降阶横向动力学。第 3 节介绍 PhyRL-PINN 框架。第 4 节描述全尺度数据集和实验设计。第 5 节报告结果和讨论。第 6 节总结全文。

章节片段
用于侧滑估计的降阶横向动力学
本节从经典水平面操纵方程推导出一个紧凑的横向动力学模型。目标不是全阶模拟器，而是一个对侧滑估计具有物理意义且仍可从全尺度数据中辨识的结构先验。

PhyRL-PINN：自适应物理信息估计框架
目标是从可测量的船上信号的因果窗口估计当前的地面参考侧滑代理 ??ref??,??。为了紧凑性，在此参考系约定建立后，估计器输出表示为 ?????。PhyRL-PINN 包含一个时间编码器、一个端点条件物理重建分支和一个演员 - 评论家系数调度器。调度器在每个 12 秒窗口内推断六个正则化系数向量，其中与阻尼相关的...

数据集、标签构建和预处理
全尺度数据集收集自哈尔滨工程大学“海豚”智能船舶平台，该平台已被用作近期自主船舶数字孪生和轨迹预测研究中的实船实验载体（Xia et al., 2024, Li et al., 2025）。与模型尺度实验或纯基于仿真的数据集相比，全尺度测量包含更强的环境扰动、传感器噪声和时变操纵行为，使其更具...

与数据驱动和状态估计基线的比较
表 4 总结了 PhyRL-PINN 与代表性数据驱动时间模型的估计性能。为了用为状态估计开发的方法补充这种面向预测的比较，表 5 进一步在相同的已见航行分块协议下评估了四个经典和四个自适应估计器。在五次独立的训练和评估运行（种子 2024–2028）中，PhyRL-PINN 实现了 (3.03±0.22)×10?? 的 MSE，(1.30±0.05)×10?3 rad 的 MAE，(1.74±0.06)×...

结论
本研究开发了 PhyRL-PINN，用于从全尺度测量中估计导航导出的地面参考系船舶侧滑角代理。该方法将降阶横向动力学结构转移至可用测量，在连续子区间端点推断六个系数向量以进行端点条件重建完整的物理轨迹，并使用终端重建状态与时间表示一起来估计端点...

CRediT 作者贡献声明
Bingyou Yao: 写作 – 原稿，可视化，验证，软件，方法论，正式分析，概念化。Ruxuan Chen: 写作 – 原稿，可视化，验证，软件，方法论，正式分析，数据管理。Fenglei Han: 写作 – 审阅与编辑，监督，资源，项目管理，资金获取，概念化。Wangyuan Zhao: 写作 – 审阅与编辑，验证，调查，数据管理。Xiao Peng: 写作 – 审阅与编辑，
资助
本工作得到了船舶 CAE 软件开发与应用项目和船舶结构安全国家重点实验室的支持，项目编号：Naklas-20250KF003。
利益冲突声明
作者声明他们没有已知的可能影响本文所述工作的竞争性财务利益或个人关系。
致谢
作者感谢哈尔滨工程大学“海豚”智能船舶平台团队支持全尺度数据收集和实验验证。
Bingyou Yao|Ruxuan Chen|Fenglei Han|Wangyuan Zhao|Xiao Peng|Shihao Zhu|Qi Lin|Zeyu Zhou