用于海洋环境中无人潜水器任务规划的层次化决策-行动策略

《ADVANCED ENGINEERING INFORMATICS》:Hierarchical Decision-Action Strategy (HDAS) for UUV mission planning in ocean environments

【字体: 大 中 小 】 时间:2026年07月30日 来源:ADVANCED ENGINEERING INFORMATICS 11.5

编辑推荐:

  摘要在时变海洋流场中为无人水下航行器进行任务规划是一项具有挑战性的工作,因为它需要在考虑水流约束的前提下,将离散的访问顺序规划与连续的、能够避开障碍物的轨迹生成紧密结合。本文提出了一种分层决策-行动策略(HDAS),该策略将离散的访问顺序优化与连续的、考虑水流影响的轨迹生成紧密相

  摘要在时变海洋流场中为无人水下航行器进行任务规划是一项具有挑战性的工作,因为它需要在考虑水流约束的前提下,将离散的访问顺序规划与连续的、能够避开障碍物的轨迹生成紧密结合。本文提出了一种分层决策-行动策略(HDAS),该策略将离散的访问顺序优化与连续的、考虑水流影响的轨迹生成紧密相连。决策层采用改进的蚁群优化算法,并结合局部搜索机制来构建和优化任务序列,而行动层则利用粒子群优化算法,在考虑障碍物和安全约束的情况下优化B样条轨迹。该框架通过基于涡流的模型来表示时变的海洋流场,其模块化设计便于引入其他元启发式算法。在两种海洋流场场景下,即当前状态的海洋流场以及五小时后预测的流场情况,HDAS相比所选的基准方法具有更快的收敛速度、更高的计算效率以及更短的任务执行时间。这些结果表明,HDAS为复杂海洋环境中的水下航行器任务规划提供了一种有效的框架。

引言近年来,随着对海洋资源开发、海底勘探、环境监测以及海上安全等任务的日益需求,无人水下航行器得到了广泛应用[1]。由于具备高度的灵活性、可重复使用性以及较强的复杂环境适应能力,无人水下航行器在各种具有挑战性的海洋环境中展现出巨大潜力[2]。它们尤其适合执行持续时间长、风险高且要求复杂的任务[3],在推动智能深海控制技术发展以及实现海上力量发展战略目标方面发挥着重要作用[4]。然而,无人水下航行器的自主性和操作效率仍受到能源供应有限、通信带宽不足以及 onboard计算资源受限等因素的制约[5]。为了解决这些问题,制定有效的任务规划策略对于提升无人水下航行器的任务执行效果至关重要[6]。一个设计良好的任务规划策略能够显著提高任务执行效率,缩短操作时间,增强系统的稳健性及空间覆盖能力[7]。这反过来又使得无人水下航行器能够在包括目标搜索、海底测绘、环境监测以及海上军事行动在内的多种应用中更加可靠、高效地工作,同时具备更好的适应性和扩展性[8]。任务规划与路径规划都是实现自主系统有效运行的关键要素。任务规划旨在确保任务的最优分配与协调,而路径规划则直接影响执行的效率与操作的安全性[9]。近期,启发式优化[10]以及基于学习的方法[11]的发展提升了自主系统在复杂环境中的性能与可靠性[12]。在基于学习的方法中,深度强化学习作为一种强大的路径规划框架,通过将导航问题视为一系列顺序决策过程,使智能体通过与环境不断交互,学习到能够将观测状态映射为导航动作的控制策略,从而实现在复杂海洋环境中的自主导航。已有研究从不同的方法视角探讨了这些方向。例如,李等人[13]提出了一种用于无人机在动态目标覆盖任务中的路径规划方法,该方法结合了贪婪任务分配策略以及基于可变信息素水平的改进型蚁群优化算法,提升了系统在动态环境中的适应能力和覆盖效率。此外,隋等人[14]提出了一种融合蚁群优化、粒子群优化和A*算法的两层多任务路径规划框架,该框架能够生成更短且无碰撞的路径,同时提高安全性,进而提升了多任务场景下的规划效率与可靠性。同样,于等人[15]提出了一种多模态多目标进化算法,该算法结合深度强化学习用于多机器人任务分配。在他们的框架中,上层通过进化搜索来确定任务分配方案,而下层则利用经过大邻域搜索改进的端到端深度强化学习策略来处理路径规划问题。最近,陈等人[16]提出了一种分层框架,该框架将集中式任务分配与基于多智能体强化学习的分布式轨迹规划相结合,从而提升了交互式场景中的协调性。在航天器自主避障领域也有相关的规划研究。陈等人[17]研究了航天器面对轨道碎片时的任务规划问题,提出了一种两阶段规划策略,用于在时间和资源约束下协调常规任务与避障要求。陈等人[18]进一步开发了一种基于SMT的航天器 onboard任务规划方法,用于应对各种轨道威胁,该方法明确编码了时间长度和资源限制条件,以支持自主避障规划。近期,机器学习驱动的组合优化技术的发展表明,基于学习的模型可以通过加速搜索、提供高质量初始解以及引导元启发式算法来提升计算效率[19]。受这些进展的启发,分层优化和双层优化已成为解决复杂决策问题的有效框架,有助于提升系统在动态、不确定条件下的适应能力和稳健性[20]。例如,李等人[21]针对城市电商配送中的难题,提出了一种基于双层模拟退火算法的无人机物流路径规划方法。上层负责构建宏观的路径网络,而下层则优化无人机交通流的分布情况。这一框架为城市环境中的无人机物流网络规划提供了有效的解决方案。此外,李等人[22]研究了能量管理模型精度对计算效率及节能效果的影响。他们提出了一种双层能量管理框架,上层利用凸优化生成最优的充电路径,而下层则运用高精度的动力系统模型来最小化随时间变化的燃料消耗,该方法的目的是降低插电式混合动力汽车的燃料消耗。另外,陈等人[23]开发了一种完全去中心化的任务与路径规划框架,其中每个任务都被建模为混合可观测性马尔可夫决策过程。该框架将任务分配与局部路径规划相结合,以最大化预期累积奖励,并通过高精度的ROS仿真以及多个地面机器人的实验进行了验证。此外,张等人[24]提出了一种改进的基于深度强化学习的多水下无人机海洋观测任务规划框架,该框架将决策过程分解为任务分配和考虑碰撞因素的路径规划两部分。深度神经网络将每个子问题的状态空间映射到对应水下无人机的动作空间,同时通过针对特定任务的奖励函数来评估策略,从而将任务分配与路径规划统一为一个高效的协作方案,以实现数据收集的目标。尽管如此,基于深度强化学习的框架仍然存在样本效率低、训练时间过长、对奖励设计和超参数极为敏感,以及难以扩展到大规模组合任务空间等问题[25]。虽然在空中、地面以及多机器人系统的任务规划和路径规划方面已经取得了显著进展,但由于海洋环境中存在时变水流、障碍物分布不均、能源供应有限以及 onboard计算资源受限等因素,水下航行器的任务规划面临着额外的挑战[26]。在这样的环境中,任务规划与路径规划是紧密关联的:访问顺序决定了需要执行的转换步骤,而这些转换步骤的可行性和实际成本则取决于能否生成考虑水流和障碍物情况的轨迹[27]。在这种环境下,两个任务点之间的行驶成本不仅取决于它们之间的几何距离,还与当地的水流方向、障碍物分布以及两者之间可行的动态轨迹有关。因此,虽然在欧几里得空间中距离较短的访问顺序,按照考虑水流因素后的轨迹成本来评估时,可能会变得不是最优选择[28]。在上述研究中,任务顺序规划与可行轨迹生成通常由独立的模块来完成。这种分离可能导致在动态的海洋环境中,高层决策与底层路径执行之间存在不一致。为了解决这一问题,本文提出了一种分层决策-行动策略(HDAS),该策略将离散的访问顺序优化与连续的、能够避开障碍物并考虑水流影响的轨迹生成相结合,用于水下航行器的任务规划。具体而言,该策略将水下航行器的任务规划过程分为两层:一层是离散的决策层,负责确定任务点的最优访问顺序;另一层是连续的行动层,负责在考虑时变海洋水流和静态障碍物的情况下,生成具有动态适应能力的平滑轨迹。本文的主要贡献可总结如下:•提出了一种用于复杂海洋环境下水下航行器任务规划的分层决策-行动框架。该框架采用模块化结构,可根据任务需求在决策层和行动层中引入不同的元启发式优化算法。•所提出的框架将时空变化的海洋流场纳入访问顺序评估、考虑水流影响的轨迹生成以及基于B样条的路径平滑处理过程中。这种设计使得任务序列的评估能够依据可行轨迹的成本来进行,而不仅仅依赖于欧几里得距离。•在蚁群优化算法中加入了改进的局部搜索机制,用于优化任务序列,通过行动层对最佳解的邻近变体进行评估,从而提升收敛速度和解决方案的质量。•在当前状态海洋流场以及五小时后预测的流场条件下的对比仿真结果表明,所提出的HDAS相比所选的基准元启发式算法,具有更好的解决方案质量及收敛性能。本文的其余部分结构如下:第2节阐述了复杂海洋环境中水下航行器任务规划的问题定义。第3节介绍了所提出的HDAS框架,并详细说明了决策层和行动层中采用的优化算法。第4节对所提出的HDAS进行了实证研究。最后,本文总结了研究成果,并指出了未来研究的潜在方向。

环境描述为构建用于安全水下航行器任务规划的障碍物地图,首先对来自NASA的卫星图像进行去噪处理,然后使用K均值聚类算法将其分割为海洋区域以及岛屿/陆地区域,如图1所示。进行此类预处理步骤的目的是为后续的路径规划生成一个二值的通航性地图。由于水下航行器只能在海洋中作业,因此陆地和岛屿区域被视为不可通行的区域。

分层决策-行动策略(HDAS)本节介绍了用于水下航行器任务规划的所提出的分层决策-行动策略(HDAS)。如图4所示,HDAS框架由两个主要部分组成:决策层和行动层。

HDAS的实证研究本节通过仿真实验来评估所提出的HDAS的有效性。为确保公平比较,所有算法都在相同的计算平台上运行,该平台配备了Intel Core i7-13790F处理器以及MATLAB R2023a软件。表2、表3、表4和表5分别报告了两项性能指标:行驶时间以及时间/秒。在这里,行驶时间指的是水下航行器任务规划问题中的目标值,即沿着规划路径完成任务所需的执行时间。

结论与未来发展方向本文提出了一种新的HDAS框架,该框架同时解决了基于海洋的水下航行器任务规划中的两大难题:任务点的离散顺序安排以及高效、能动态适应的连续轨迹生成问题。决策层采用带有局部搜索机制的改进蚁群优化算法来生成高质量的访问顺序,而行动层则利用粒子群优化算法来生成能够充分考虑时变海洋水流影响的平滑路径。在两种不同的海洋流场条件下

作者贡献声明任然真:撰写——原始草稿、软件工具、方法论、形式分析、数据整理。张立川:撰写——审阅与编辑、指导监督、概念构思、方法论设计。孙思清:撰写——审阅与编辑、方法论、概念构思。潘光:撰写——审阅与编辑、资金获取工作。Ponnuthurai Nagaratnam Suganthan:撰写——审阅与编辑、方法论研究。

利益冲突声明作者声明不存在任何可能影响本文研究工作的已知财务利益关系或个人关系。

致谢本研究得到了中国教育部“基础学科拔尖计划”的支持,项目编号为JYB2025XDXM805。

任然真|张立川|孙思清|潘光|Ponnuthurai Nagaratnam Suganthan
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号