陆基集约化水产养殖设施中投喂机器人的多目标双层路径规划方法

《Computers and Electronics in Agriculture》：A multi-objective bi-level path planning method for a feeding robot in land-based intensive aquaculture facilities

　　

本文提出了一种面向投饵机器人的多目标双层路径规划框架。

## 主要贡献

- 提出了一种面向投饵机器人的多目标双层路径规划框架。
- 开发了一种IPR-DQN算法，用于无碰撞的局部路径规划。
- 采用HGA-ACO算法对投饵点遍历进行优化，综合考虑路径长度、能耗和操作时间。
- 通过仿真和实际实验验证了该方法在集约化水产养殖设施中的有效性。

## 引言

投饵作业是陆基集约化水产养殖的主要任务之一（Zhang et al., 2023; Pennells et al., 2025）。随着技术的进步，机器人逐渐被引入陆基集约化水产养殖设施，以提高投饵效率、实现精准投饵并降低人工成本（Zhang et al., 2026）。在影响机器人性能的各种因素中，路径规划在决定投饵作业质量方面发挥着关键作用（Guo et al., 2025a）。然而，陆基集约化水产养殖设施通常具有水道宽度不一、障碍物形状不规则以及投饵点分布不均匀等特点，这些都增加了投饵机器人路径规划的复杂度（Liu et al., 2026）。合理设计的路径不仅能提高投饵机器人的作业效率，还能降低能耗并增强其对复杂作业环境的适应性（Fore et al., 2024; Liu et al., 2025）。因此，为在陆基集约化水产养殖设施中作业的投饵机器人开发一种有效的路径规划方法具有重要意义。

随着陆基集约化水产养殖机械化水平的不断提高，投饵机已被广泛采用，一般可分为三类：固定式投饵机、轨道式投饵机和气动式投饵机（Pennells et al., 2025; Sen et al., 2026）。对于已经建成但尚未配备自动投饵系统的养殖设施而言，固定式投饵机的覆盖范围有限且适应性较差；气动式投饵机的能耗相对较高；轨道式投饵机结构复杂，导致成本高昂且维护需求大（Zhang et al., 2023; Cai, 2024）。相比之下，投饵机器人凭借其高投饵精度、对多种养殖环境的强适应性和按需投饵能力，已成为一种更具前景的替代方案（Soengas et al., 2025）。

近期研究已开始探索陆基集约化水产养殖设施中移动机器人的导航与运动控制。针对变载重和湿滑地面条件下的自动投饵机器人，研究者开发了一种基于物理信息神经网络模型预测控制的方法（Xia et al., 2025）。与此同时，研究者提出了一种将NRBO-ACO混合方法与Dueling DQN相结合的AGV路径规划方法，用于循环水养殖环境，提高了狭窄通道和含不规则障碍物环境中的路径规划适应性（Guo et al., 2025a）。这些研究证明了移动机器人在陆基养殖设施中作业的可行性。然而，它们主要关注路径跟踪控制或单一路径生成，并未明确解决多投饵点之间的全局遍历顺序或载重相关能耗与操作时间的联合优化问题。

由于固定机器人的导航路线通常未在陆基集约化水产养殖设施的初始建设阶段预留，养殖环境的水道宽度往往不一致（Zhang et al., 2023）。此外，多点投饵需求和随机分布的不规则障碍物给机器人投饵作业的路径规划带来了显著挑战。强化学习（RL）是一类通过与环境持续交互、试错探索和奖励反馈来学习最优决策策略的算法（Yuan et al., 2024; Zhang et al., 2025; Chen et al., 2025a）。然而，顺序采集的经验具有高度相关性，这可能降低深度强化学习的稳定性和学习效率。

经验回放通常用于提高样本利用率并减少顺序转移之间的相关性。Schaul等人（2016）提出了优先经验回放（PER），主要根据时间差分误差分配采样优先级，从而使具有更大学习潜力的经验被更频繁地回放。然而，随着价值网络的不断更新，个别经验在训练过程中的重要性可能会发生变化。因此，仅依赖单一或静态加权的优先级准则可能导致过时的优先级估计以及对有限转移子集的重复采样。为解决这一局限性，Li等人（2024）开发了一种基于近期训练反馈和当前网络状态的动态调整多准则回放策略。

在机器人路径规划方面，Zhou等人（2024）将优先经验回放引入Double DQN框架，并提出了一种阻塞和盲区机制以加速收敛并改善路径覆盖。Yuan等人（2025）将DDQN与N步优先级策略相结合，以提高学习效率和避障能力。Lian等人（2026）提出了一种概率卷积Q网络，用于风感知路径规划，通过将与风场特征相关的卷积神经网络提取的特征集成到深度Q网络中，大幅降低了能耗、路径长度和规划时间。Wang等人（2023）利用带有路径质量评估函数和经验回放机制的re-DQN框架解决了果园中猕猴桃采摘机器人的遍历顺序问题。Wei等人（2026）通过将牲畜位置和排泄信息纳入基于网格的强化学习框架，提高了清粪机器人的效率。尽管这些基于强化学习的研究改善了机器人路径规划性能，但它们主要关注点对点或区域路径规划。现有的回放优先级准则通常基于时间差分误差、奖励或其他与学习相关的指标，并未明确刻画受限投饵环境中障碍物造成的空间干扰。此外，仅依赖基于强化学习的局部路径规划无法完全解决多点投饵任务所需的投饵点遍历顺序优化问题。

为克服单阶段算法的局限性，研究者开发了多种分层或多阶段路径规划方法。Zhang等人（2022）首先利用概率路线图计算目标点之间的可行路径和导航代价，随后采用多目标进化算法优化温室中农业移动机器人的遍历路线。Pan和Huang（2025）引入了一种多智能体深度强化学习框架，其中以A*解作为先验知识用于训练，从而缓解了稀疏奖励问题并缩短了路径长度。Liu等人（2025）提出了一种两阶段方法ACO-DQN-TP，其中群体智能用于优化多目标点的遍历顺序，DQN结合人工势场用于最小化航向角变化。Shi等人（2024）利用双向A*生成初始轨迹，然后将快速行进法与蚁群优化相结合以获得时间最优的航点遍历顺序。Yu等人（2025）提出了一种多模态多目标进化框架，其中上层解决任务分配问题，下层结合深度强化学习与大邻域搜索来解决旅行商问题（TSP）。

与此同时，几项研究改进了启发式路径规划算法的全局搜索和多目标优化能力。Cui等人（2024）在ACO中引入了方向引导、自适应启发函数、确定性状态转移和非均匀信息素初始化，以提高收敛速度并减少路径长度和转弯频率。Yao等人（2024）将驱动电机能耗模型纳入局部轨迹评估，证明了除几何路径长度外考虑能耗相关准则的重要性。这些研究推动了分层、多目标和能耗感知的机器人系统路径规划发展。然而，由于投饵任务涉及受限通道、投饵点分布不均、不规则障碍物和动态变化的载荷，这些方法在陆基集约化水产养殖设施中机器人投饵方面的适用性仍然有限。

具体而言，仍存在以下研究空白。首先，大多数基于强化学习的方法专注于局部无碰撞路径生成，而未考虑多投饵点之间的全局遍历顺序。其次，现有的多目标方法很少将载重相关能耗和操作时间同时纳入全局顺序优化中，尽管不同的投饵顺序会因机器人载荷减少而产生不同的能耗。第三，分层方法并不总能明确地将局部路径可行性和代价与全局排序决策联系起来。这些局限性表明，需要一种耦合框架，将局部路径生成与全局投饵点顺序优化整合在一起，以适应实际投饵约束条件。

为应对上述挑战，本研究提出了一种面向陆基集约化水产养殖设施中投饵机器人的多目标双层路径规划框架。主要贡献总结如下：（1）构建了一种耦合的双层规划框架，将局部无碰撞路径生成与全局投饵点遍历顺序优化集成在一起。与分别处理这两个任务的常规方法不同，所提出的框架同时考虑路径长度、载重相关能耗和操作时间，从而更好地满足机器人投饵作业的实际需求。（2）开发了一种改进的路径规划强化深度Q网络，称为IPR-DQN，用于局部无碰撞路径生成。通过重新设计状态表示、构建多步动作空间以及引入同时包含距离和障碍物干扰惩罚的奖励函数来实现改进。此外，设计了一种障碍物感知的优先经验回放机制，称为OAPER，以提高学习效率并缓解传统优先经验回放中偏差重复采样的问题。（3）开发了一种混合GA增强的ACO算法，称为HGA-ACO，用于全局遍历顺序优化。利用GA产生的先验解构建非均匀初始信息素分布，同时将路径长度、载重相关能耗和操作时间纳入自适应启发函数和信息素更新机制中。进一步引入正负信息素反馈策略，以在多目标投饵任务约束下提高收敛稳定性和全局搜索能力。

## 应用环境与投饵机器人设计

陆基集约化水产养殖是一种以高密度养殖和精细化管理为特征的新型养殖模式。在这种模式下，养殖活动通常在封闭或半封闭的陆基设施中进行，养殖单元由多个标准化养殖池组成，并配备完善的供水、排水和增氧系统，从而实现对养殖环境的精确控制（Sen et al., 2026）。如图1所示，本研究开发的投饵机器人……

## 仿真实验

为评估所提出改进算法的有效性，进行了大量实验。实验分为仿真实验和实际实验两部分。仿真实验包括IPR-DQN算法有效性的验证和HGA-ACO算法的性能评估。实际实验通过在陆基集约化水产养殖设施中部署投饵机器人进行。所有仿真实验均在……

## 结论

本研究提出了一种面向陆基集约化水产养殖环境中投饵机器人的多目标双层混合路径规划算法，并通过仿真和实际实验进行了验证。路径规划框架由上层局部路径规划算法（IPR-DQN）和下层全局遍历顺序规划算法（HGA-ACO）组成。IPR-DQN算法采用强化学习方法，其中定义了状态空间，并……

## CRediT作者贡献声明

王彦新：撰写—初稿、软件、方法论、数据整理、概念化。王孝臣：撰写—审阅与编辑、监督、资金获取、形式分析。胡绍宣：撰写—审阅与编辑、验证。史银燕：撰写—审阅与编辑、软件。王磊：验证、数据整理。黄学凯：撰写—审阅与编辑、形式分析。徐博军：数据整理。

## 利益冲突声明

作者声明不存在已知的竞争性经济利益或个人关系，这些关系可能影响本文所报告的研究工作。

## 致谢

本工作得到了中国江苏省科技计划项目[项目编号BE2021362]和江苏南京现代农业机械装备与技术创新示范项目[项目编号NJ202305]的支持。

王彦新 | 王孝臣 | 胡绍宣 | 史银燕 | 王磊 | 黄学凯 | 徐博军