autonomous navigation Monte Carlo Tree Search underwater gliders motion planning
摘要

针对水下滑翔机大规模舰队管理缺乏有效方法的问题,本文将其导航规划建模为随机最短路径马尔可夫决策过程,并提出一种基于蒙特卡洛树搜索的采样在线规划器。该方法利用物理信息模拟器生成样本,捕捉控制执行的不确定性及洋流预测,并结合历史数据拟合参数。系统集成至自主指挥控制系统,支持每次浮出水面时的闭环重规划。在北海的两次实地部署验证表明,该方法显著提升了长期海洋自主运行的效率与实用性。

AI 推荐理由

论文核心提出基于 MCTS 的在线导航规划方法,解决长期自主运行中的路径规划问题。

研究机构
牛津机器人研究所,牛津大学,英国
论文信息
作者 Victor-Alexandru Darvariu, Charlotte Z. Reed, Jan Stratmann, Bruno Lacerda, Benjamin Allsup et al.
发布日期 2026-02-22
arXiv ID 2602.19315
相关性评分 9/10 (高度相关)