IC-VTP：一种针对非合作船舶鲁棒长期轨迹预测的意图条件强化学习方法

《Ocean Engineering》：IC-VTP: An intent-conditioned reinforcement learning method for robust long-term trajectory prediction of non-cooperative vessels

　　

•IC-VTP：一种面向长期船舶轨迹预测的意图条件强化学习框架。•船舶类型级别的运动先验消除了对单船AIS历史数据的依赖。•意图扰动训练赋予了对不完美意图输入的鲁棒性。•在120分钟预测时域内，FDE较运动学基线（IMM-Kalman）低21.6%。•在20公里意图噪声下仍然鲁棒（+15%）；监督学习模型性能退化508%–968%。

引言

随着海上交通量的持续增长，海上执法与监控对海域内船舶动态的感知能力提出了更高要求（Bi等，2024）。在众多监控对象中，涉嫌走私、非法入境及越界航行等活动的船舶尤为关键（Shin等，2024）：为规避监视，此类船舶往往主动关闭或未安装自动识别系统（AIS），不报告自身位置或航行计划，被视为监控中的非合作目标（Liu等，2024）。对非合作目标的管控不仅需要对其进行探测和识别，还需预判其去向；只有提前了解目标在未来一段时间内可能到达的位置（Zhang等，2024），才能在有限的巡逻与拦截资源下合理安排执法力量（Chen等，2024）。因此，非合作目标的轨迹预测是海上执法与管控的关键支撑（Liu等，2023）。

非合作目标的轨迹预测面临一组特殊条件（Liang等，2023）。监视方无法持续获取目标状态，通常只能依赖岸基雷达、卫星遥感或巡逻舰在某一时间段内探测到的单段航迹（Xie等，2023）；一旦目标驶出探测范围或主动隐蔽，便无法获得进一步观测。与此同时，此类目标多为首次被发现，没有先前航行记录，无法获取其自身历史轨迹（Liu等，2025）。此外，目标的航行意图未被公开，只能从航道规则、海域知识或观测航迹的航向上粗略推断，而规避监视的目标还可能刻意隐瞒甚至伪装其真实意图（Ribeiro等，2023）。因此，非合作目标的轨迹预测可概括为：在零历史数据和不确定意图条件下，基于单段探测航迹进行长期外推的问题（Zhang等，2022）。在海上监控相关研究中，大量工作聚焦于目标的探测、跟踪与异常识别（Zhao等，2025）。这些工作解决了发现与识别目标的问题；而预判目标去向则进一步依赖于轨迹预测能力。以下从数据条件、意图使用与强化学习应用三个角度，综述现有方法与非合作目标场景之间的差距（Cong等，2024；Guo等，2023）。

非合作目标的轨迹预测首先受到数据条件的制约，因为现有高精度方法均依赖充分的历史数据。早期船舶轨迹预测方法以运动学和统计模型为主。Rong等（2022）通过提取运动模式实现了概率交通预测，Wang等（2022）将近似动力学引入数据驱动标定器；此类方法无需训练数据，但仅对当前运动状态进行外推，在目标机动时误差迅速累积，仅适用于短期预测。为获得更高的长期精度，数据驱动的深度学习方法成为主流：Capobianco等（2021）系统研究了基于循环网络的轨迹预测，Liu等（2022）将交通冲突情境嵌入LSTM，R.W. Liu等（2024）提出了时空多图Transformer以联合预测多船轨迹，S. Wang等（2024）使用时空图卷积网络处理密集水域，M. Wang等（2024）用交叉混合网络建模交互与多模态分布；后续研究在网络架构、多源数据融合与混合建模方面持续改进（Zhu等，2025；Zhao等，2025），部分研究还引入了预测的量化不确定性（Wang等，2024；Han等，2024）。这些方法显著提高了预测精度，但其精度建立在充分的历史AIS轨迹之上：监督训练需要大量样本，基于聚类的方法（Murray和Perera，2021）还要求在区域内有充足的历史轨迹以总结行为模式（Capobianco等，2022）。然而，非合作目标处于零历史数据、小样本的条件下，既没有预测个体本身的历史轨迹，也无法保证同区域有充足样本；依赖大数据的预测范式无法直接适用，预测必须摆脱对个体历史数据的依赖（Jia等，2025a）。

数据稀缺促使研究转向航行意图作为外部约束。若没有外部约束，误差会随预测步数增加而累积。Capobianco等（2022）发现，在可用时将目的地等意图信息作为额外输入可提高精度；Jia和Ma（2023）提出了用于意图感知预测的条件时序生成对抗网络；Jiang和Zuo（2025）设计了意图感知注意力网络；Zhang等（2025）从历史轨迹构建意图树以实现可解释的多模态预测；Jia等（2025b）在相遇场景中对避碰意图进行贝叶斯推断。这些工作证实了意图对预测的价值，但存在两方面局限。一方面，大多数工作假设意图作为已知信息直接给定，或从历史轨迹中学习意图表示，将意图视为准确的；而非合作目标的意图只能粗略推断且可能被刻意伪装，在不可靠意图下的预测问题尚未被覆盖。另一方面，意图通常以单一形式引入，意图、历史趋势与环境约束等多个影响因素往往被分别处理，而未在统一框架内进行协调。因此，非合作目标场景进一步要求预测框架能够容纳多种意图形式，在统一框架内协调意图与其他因素，并对意图的不确定性保持鲁棒。

抑制长期误差累积、在统一框架内协调多因素、对不确定意图保持鲁棒——这些需求指向一种有别于监督回归的建模方法。强化学习将问题视为序贯决策，可以通过与环境交互逐步优化策略，为上述需求提供了天然框架。He等（2022）的研究表明，强化学习能够捕捉航行中沿现有路径与朝目标规划之间的权衡，这与轨迹预测中趋势外推与意图引导之间的权衡高度类似。在海洋领域，强化学习已被用于无人水面舰艇的运动控制与协同：Zhao和Li（2024）为无人水面舰艇提出了分布式模型预测控制，Yu等（2024）设计了基于轨迹预测的多无人水面舰艇协同方法。在车辆与行人轨迹预测的邻近领域中，显式建模意图与运动约束已被证明有助于长期预测：Jiang等（2023）使用动态贝叶斯网络融合驾驶意图与车辆动力学，Zhao等（2021）用生成对抗网络预测车辆轨迹，Yang等（2023）和Bhujel与Yau（2023）分别用交互感知LSTM和解耦图网络预测行人轨迹。然而，这些工作要么将强化学习应用于运动控制而非轨迹预测，要么在监督框架内利用意图而不涉及序贯决策；将强化学习的序贯决策能力应用于非合作目标的轨迹预测以应对不确定意图，仍是一个空白。

现有方法在零历史数据和不确定意图条件下难以维持稳定预测。针对这一场景，本文提出了一种基于意图条件的强化学习轨迹预测方法。主要创新与贡献如下：

1. 将预测问题提升到船舶类型级别，从同类型船舶的公开航迹中学习可迁移的运动先验，不依赖被预测个体本身的历史数据，以适应非合作目标的零数据、小样本条件。

2. 提出统一的意图表示，将目的地位置和航行方向等多种意图形式编码为同一条件输入；在Soft Actor-Critic框架内，融合意图引导、历史趋势与环境避障，同时将船舶运动学与可航行性约束硬编码于状态转移中，保证预测轨迹的物理可行性。

3. 提出意图扰动训练协议，在训练过程中主动向意图注入位置噪声与随机替换，使策略学会在意图与历史趋势之间进行动态权衡，而非对意图进行绝对跟踪，从而在意图不准确时保持预测稳定。

除上述方法学贡献外，本文的意图扰动实验还揭示了一个范式层面的现象：架构迥异的LSTM与Transformer在意图扰动下表现出高度一致的退化，表明这一局限源于监督学习范式本身，而非特定的网络架构。

本文其余部分组织如下：第2节介绍问题描述与强化学习形式化定义；第3节展开方法的具体组件；第4节报告实验设置与结果；第5节给出结论与未来工作。

片段：非合作目标的轨迹预测

假设在时刻t?，观测者持有非合作目标的离散历史观测序列H={s_k}_{k=-N+1}^{0}，s_k=(p_k, v_k, θ_k)，其中p_k=(lat_k, lon_k)为位置，v_k和θ_k分别为对地速度和航向，N为历史窗口长度。预测任务是在位移误差度量E下，产生未来H步的轨迹T?={?_t}_{t=1}^H，使其逼近真实轨迹T={s_t}_{t=1}^H：

φ* = argmin_φ E(T?, T)，T? = f_φ(H, I, M)

其中I为…

整体架构

沿数据流方向，IC-VTP包含三个功能层（图3）。特征构建层将历史观测、意图先验与栅格化环境融合为固定长度的状态向量；决策执行层从状态向量生成动作并在物理约束下更新位置；学习反馈层在训练过程中提供奖励信号。三层通过三个接口耦合：

实验设置

研究区域与目标船舶。实验在跨越东经120°–121°、北纬39°–40°的近海海域进行，该区域东西约86公里、南北约111公里。该区域被离散化为50×50的网格，根据海岸线几何标注可航行水域与陆地，共2438个可航行格和62个障碍格。图4展示了该网格及非合作目标的轨迹。目标为货船，

结论

本文研究了海上监控中非合作目标的轨迹预测问题。此类目标没有个体历史数据，其意图只能粗略推断；为此，本文提出了一种基于意图条件的强化学习方法，以同类型船舶的运动先验替代个体历史轨迹，并通过意图扰动训练协议，使策略学会在意图与…

CRediT作者贡献声明

Hongrun Wang：写作—审阅与编辑，写作—初稿撰写，软件，方法论，概念化。Tao Wang：资源，项目管理。Jingshuai Cao：可视化。Xueru Liu：调查研究。

利益冲突声明

作者声明不存在已知的可能影响本文报告的工作的竞争性经济利益或个人关系。

Hongrun Wang | Tao Wang | Jingshuai Cao | Xueru Liu