基于海上无人系统和深度增强学习的长期合作搜索和救援
Pengyan Dong1, Jiahong Liu1, Hang Tao1
1College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao 266590, China.
Sensors (Basel, Switzerland)
|July 12, 2025
概括
本研究介绍了使用无人机 (UAV) 和无人地面车辆 (USV) 的协作搜索和救援 (SAR) 计划. 该系统通过智能协调和能源管理来提高海上SAR效率和耐久性.
科学领域:
- 机器人技术和自主系统
- 海上运营 海上运营
- 搜索和救援技术的技术.
背景情况:
- 海上搜救 (SAR) 任务在复杂的环境中面临挑战.
- 无人驾驶飞行器 (UAV) 和无人驾驶地面飞行器 (USV) 之间的有效合作对于SAR成功至关重要.
- 现有的系统往往缺乏长期耐用能力和高效的协调.
研究的目的:
- 为海洋环境提出一个长期耐久的协作SAR计划.
- 为了利用无人机和USV的互补优势,加强SAR行动.
- 解决能源限制问题,延长无人系统的运行时间.
主要方法:
- 一种多代理强化学习 (MARL) 方法,用于无人机的合作性第一阶段搜索.
- 利用概率地图来提高有效的搜索区域精细化.
- 实施基于MARL的多USV充电调度方法,以延长无人机的耐久性.
主要成果:
- 拟议的方案有效地整合了无人机和USV用于协作SAR.
- 通过多阶段操作来证明增强的搜索能力.
- 通过广泛的模拟,验证了系统的长续航性能.
结论:
- 开发的协作SAR计划显著提高了海上搜索和救援效率.
- 基于MARL的协调和收费战略确保了延长的运营耐久性.
- 这种方法为复杂的海上SAR场景提供了强大的解决方案.
