基于GIS的苏丹喀土穆应急医疗多停靠无人机路径规划：优先感知加权完成时间优化与A2C-SP深度强化学习

《ISPRS International Journal of Geo-Information》：GIS-Based Multi-Stop UAV Routing for Emergency Medical Delivery in Khartoum, Sudan: Priority-Aware Optimisation and Deep Reinforcement Learning

　　

将医疗配送无人机（Unmanned Aerial Vehicle, UAV）路线规划至多家医院，必须综合考虑距离、飞行时间、载荷与临床优先级。研究人员提出一个可复现的、基于地理信息系统（Geographic Information System, GIS）的框架，用于苏丹喀土穆州的多停靠UAV应急医疗路径规划；该框架采用共同的障碍感知三维（three-dimensional, 3-D）航段模型，以基于栅格的A*路径规划绕行禁飞区（no-fly zones），并考虑载荷相关的爬升、巡航与下降。研究表明，复合巡回成本（composite tour cost）中的线性优先级项具有次序不变性（order-invariant），无法区分访问顺序。因此，研究人员采用带硬截止时间（hard deadlines）的优先加权完成时间（priority-weighted completion time）目标，其中Critical医院（Critical hospitals）适用硬截止时间，准则权重由卫生专业人员通过层次分析法（Analytic Hierarchy Process, AHP）导出。在14家医院网络上，精确Held–Karp与标签设定动态规划（label-setting dynamic programming）提供经证明的最优值，用于基准测试经典、元启发式（metaheuristic）与优势演员–评论家（Advantage Actor–Critic）排序方法（A2C-SP）。修正后的目标将最优优先加权完成时间降低14%，而距离仅增加0.2%。在47个未见实例上，A2C-SP较最优值高14.7%，而生成路线约需2 ms。无需重新训练，该策略还能在59家医院城市网络上规划容量与航程可行的多架次（multi-sortie）任务，优先加权完成时间为110 min，而已发表工具箱路线为137 min。在城市尺度上，单架UAV无法在15 min内服务16家Critical医院中的超过5家，这突出表明机队规模配置是满足此类截止时间的关键约束。

研究背景与问题：苏丹喀土穆州大都市区人口超过七百万，道路拥堵、路网退化，且蓝尼罗河与白尼罗河交汇及跨河桥梁瓶颈和冲突损毁进一步延长行程。既有UAV医疗配送研究多聚焦单起点—终点航段，或多停靠路线仅以距离/能量成本优化；学习型路由研究常在合成欧氏实例上评估，缺少在真实障碍感知城市网络上与经证明最优值的比较。该研究针对的空白是：以往复合巡回成本中的线性优先级项是否真能改变最优访问顺序，若不能，应如何构造显式依赖服务顺序与完成时间的目标，并在同一GIS障碍模型上系统比较经典启发式、元启发式、工业求解器与学习型排序策略。研究人员开展14家医院网络（4家Critical、10家Urgent）和59家医院城市网络（16家Critical、22家Urgent、21家Non-urgent）的路线优化，结论是目标函数比算法更关键：线性优先级项在完整巡回中相互抵消；采用优先加权完成时间并施加Critical医院硬截止时间后，覆盖范围内Critical医院可在15 min内完成，最优优先加权完成时间降低14%而距离仅增0.2%。其意义在于为冲突影响城市提供可复现的GIS到优化管线、经证明最优基准和可在毫秒级泛化至未见网络与多架次任务的排序策略，并指出城市尺度截止时间合规主要受机队规模而非路由算法限制。
关键技术方法：医院点位来自OpenStreetMap；优先级按服务类型规则划分，未使用患者级临床数据。枢纽与14家医院高程于2023年以手持GNSS实测；城市网络采用平地假设。UAV为JOUAV CW-25E垂直起降固定翼平台，巡航高度380 m AMSL，巡航19 m/s，爬升3 m/s、下降2.5 m/s，医院服务60 s，载荷6 kg，单架次航程100 km。禁飞区外扩50 m缓冲并栅格化为50 m网格，以8连通A*结合octile启发式与视线拉直生成各航段几何；所有方法共享同一航段矩阵。目标包括J₀复合成本、J₁优先加权完成时间和J_1D带15 min Critical硬截止时间。AHP权重由10名Khartoum医院卫生专业人员匿名问卷获得并经几何平均聚合；设置优先主导、时间主导和等权三场景。精确基准采用Held–Karp动态规划、标签设定动态规划、暴力枚举与混合整数线性规划（mixed-integer linear programming, MILP）交叉验证，并以Google OR-Tools作为工业求解器基准。学习策略A2C-SP采用尺寸不变、偏好条件的优势演员–评论家（Advantage Actor–Critic, A2C）网络，以节点token和上下文编码、掩码动作及A2C损失训练；在真实65点Khartoum网络随机子网络上训练，14家医院评估网络不与训练池重叠。
研究结果：
5.1 六方法比较与最优性差距：通过14家医院S1场景及S2/S3场景比较，无截止软目标下ENN-2opt在5/6个J₀/J₁病例达到经证明最优；施加硬截止后，精确解、OR-Tools和A*-NN在S1满足15 min截止，SA-2opt仅47%运行、GA仅90%运行满足，ENN-2opt与A*-DGH未满足；OR-Tools在J₀、J₁和J_1D分别较最优高0.9%、12.5%和1.3%。S2/S3结论一致，精确最优均在13.0 min内服务覆盖的Critical医院，距离分别为43.43 km和43.54 km；OR-Tools分别高0.76%和2.36%。
5.2 A2C-SP训练与泛化：通过零样本与微调评估，A2C-SP在47个未见子网络上较最优高14.7%，在未见14家医院网络上高10.1%，微调后降至1.1%；零样本5个种子中4个满足S1的Critical截止，微调后5/5满足。其价值在速度与泛化，而非在14家医院规模上超过局部搜索。
5.3 超参数敏感性：通过3×3配置×5种子、300次迭代的多随机种子研究，学习率占主导，10^?3最佳而10^?4训练不足；全训练预算下原学习率3×10^?4在14家医院网络零样本差距为13.8%。
5.4 ArcGIS/离线往返验证：通过独立构建的离线训练脚本与ArcGIS Pro路径几何及成本引擎重算同一路线，复合成本一致至4×10^?7；对23次导出运行重算，距离与时间最大残差分别为1×10^?10 m和4×10^?12 s。
5.5 临床优先级合规：通过J₀与J_1D下Critical医院完成时间分析，J₀下所有整游优化器均至少1家覆盖的Critical医院在46 min后服务；仅单步贪心A*-DGH能早服务，但较J₀最优高19%且修正目标后失败；J_1D下精确最优使每家覆盖的Critical医院在13.0 min内完成。
5.6 对权重、截止时间和高程误差的稳健性：通过286个权重向量、13.0—60 min截止范围、GNSS高程误差5—20 m及平地假设和运营参数敏感性分析，J₁下当w₄≥0.2时最优优先加权完成时间平均为25.2 min；Critical截止从60 min收紧至13.0 min使最优距离由38.04 km升至43.60 km；高程误差下最优成本变化不超过4.8%，名义路线最多差3.2%且仍满足截止；平地假设不改变最优路线。
5.7 城市网络（59家医院）与容量和航程：通过对Critical医院所有子集和顺序的穷举，单架UAV在15 min内最多服务16家Critical医院中的5家，至少11次错过不可避免；A2C-SP无需重训即可规划容量与航程可行的多架次任务，平均4.0架次、287 km，优先加权完成时间110 min，低于已发表工具箱路线的137 min；距离最优OR-Tools CVRP仅180 km但优先加权完成时间为124 min，体现效率—优先级权衡。
讨论总结：讨论强调三点：目标函数比算法更关键；软目标下2-opt/Or-opt局部搜索在14家医院规模接近最优，但硬截止下惩罚型局部搜索和元启发式可能停滞于不可行局部最优；学习策略虽非该规模最精确方法，却可一次训练、毫秒级出路线、接受任意权重并处理未见网络上的载荷与航程约束。精确动态规划复杂度约2ⁿ，实用至每架次约25家医院；学习策略一次性训练成本高但每新任务成本低。限制包括：城市网络无经证明最优、仅报告最好解与截止合规枚举界；零样本仍较最优高10—15%，14家医院时不及2-opt/Or-opt；腿模型不含风、电池荷电状态、架次间地面周转和动态空域更新；AHP权重来自单城市10名卫生专业人员，15 min为服务目标而非临床阈值；分析假设单UAV单枢纽，城市规模截止合规是机队与枢纽选址问题。
研究结论翻译：复合巡回成本中的线性优先级项不能表达临床紧迫性，因为其对每个完整巡回均相同。带硬截止时间的优先加权完成时间目标可以表达临床紧迫性；在Khartoum网络上，施加截止时间时，该目标使最优路线的优先加权完成时间降低14%、距离仅增加0.2%，且枢纽覆盖范围内所有Critical医院均在15 min内得到服务。以经证明最优值为标尺，2-opt/Or-opt局部搜索在14家医院软目标上接近最优；一次在随机子网络上训练的尺寸不变A2C排序策略在未见实例上约在最优值15%以内，每路线需毫秒级，并能在59家医院城市网络上规划可行的多架次任务。在城市尺度，截止时间合规性受机队规模而非路由算法限制。所有方法均作为单一ArcGIS Pro Python工具箱中的参数选项提供，该工具箱包括Pairwise Leg Matrix导出和Predefined-Sequence导入，使外部训练策略可在ArcGIS Pro内以与所有经典算法相同的几何引擎重新评分。由于完整评估器也在Python中实现，每个结果均可由导出的腿矩阵复现。未来工作应处理更大的多中心临床医生小组以确定权重和截止时间；多UAV与多枢纽调度，城市网络界表明其必要性；以及能量与风感知腿模型和动态禁飞区更新。