TOP期刊发文！杨劲松团队在热带气旋近海面主动观测规划研究中取得新进展！ ...
近日，卫星海洋环境监测预警全国重点实验室与上海交通大学联合培养的硕士戚方正、博士马习文和硕士生丁艺晖以共同第一作者在一区TOP期刊Journal of Ocean Engineering and Science发表了题为“Unmanned Active Observation Planning of Near-surface Ocean Under Tropical Cyclone Condition”的研究成果。通讯作者为该室杨劲松研究员。
热带气旋过境引发的上层海洋动力热力响应，近表层流场、海温、水体能量交换在径向、垂向的时空演变特征，是解析热带气旋海气负反馈机制、优化数值模式海气耦合初始场、研判热带气旋强度变化趋势的核心关键。当前主流热带气旋观测手段各有适用场景，但单一观测平台均难以实现热带气旋近海水下全域、同步、持续观测：卫星遥感仅能捕捉海面宏观特征，无法获取次表层环流细节；飞机、无人机仅可开展空中要素探测，不具备水下长期驻留观测能力；单点浮标或独立自主水下航行器（AUV）虽可原位采集水下海流数据，但缺乏集群协同调度机制，难以围绕热带气旋内核形成均衡、全覆盖的观测阵列。
基于上述观测短板，热带气旋水下主动观测领域仍存在亟待解决的核心难题：有限数量的 AUV 集群如何动态分配观测点位，在能耗、作业时长、观测冗余多重约束下最大化热带气旋浅层流场信息捕获效率；如何设计多智能体协同决策机制，实现热带气旋移动全过程的自适应跟踪观测。针对该问题，本研究团队提出融合博弈理论与分层态势迭代强化学习的多 AUV 集群观测规划体系，依托多水下机器人交互式均衡决策完成热带气旋动态跟踪，自主优化观测点位分配，兼顾个体航行成本与全局观测收益，完整还原热带气旋驱动的次表层流场并持续修正气旋水下中心位置（图 1）。
图1. AUV集群浅层流场跟踪热带气旋路径框架总览。
研究背景与前期基础
本团队前期已完成基于次表层流场反演热带气旋中心的 AUV 集群路径跟踪相关研究；同时围绕多智能体多目标博弈优化开展了系列研究，分别从帕累托最优覆盖控制、公共资源多智能体多目标博弈决策、分层分布式模糊帕累托-纳什均衡迭代求解三个维度搭建通用和博弈强化学习理论框架。基于上述研究积累，本文所提框架以多智能体任务规划策略为核心：各台 AUV 能够自主划分观测目标优先级，同步兼顾能耗、任务时长约束，并实现数据冗余最小化。具体而言，该规划算法融合博弈论与强化学习（RL），在内层循环引入 SAC、PPO、TD3 等连续动作空间算法，通过策略迭代收敛至AUV目标分配的稳定解（图2），且从理论层面证明算法能够收敛至纳什均衡。
图2. 各AUV算法收敛后的混合策略与纯策略矩阵
仿真实验
本文对 2022—2024 年期间轩岚诺、贝碧嘉、摩羯、杜苏芮、海葵、古超、卡努共 7 个典型热带气旋案例，开展仿真实验。仿真实验统一设置 4 台 AUV 与 4 个相对气旋中心固定的环形观测点位，分别以 TD3、SAC、PPO 三种连续动作强化学习算法作为内层优化器，对比分析不同算法的收敛特性、计算开销与观测收益精度。
实验结果表明（图3）：
1）7 个热带气旋场景下 4 台 AUV 的奖励曲线均可在 500 迭代步内快速收敛至稳定区间，其中 TD3 综合性能最优，单次外层迭代计算耗时仅 0.19s。兼顾在线重规划实时性与观测收益精度；SAC 精度略高但运算开销小幅上升，PPO 样本利用率偏低、迭代耗时高出一个数量级，更不适用于热带气旋动态跟踪的实时任务。
2）随机点位分配策略奖励曲线全程剧烈震荡，无稳定均衡值，大量时段出现观测点重叠、数据冗余严重；仅单一 AUV 收益最大化的优化方案虽能提升目标机器人回报，但其余收敛后收益显著低于本文分层态势迭代框架。
3）不同强度、流场尺度的热带气旋环境会改变 AUV 航行能耗与任务耗时，造成单台智能体最终奖励存在小幅区分，但全部 7 组仿真实验中算法均可稳定求解纳什均衡混合策略，并离散得到无冲突点位分配方案，自动形成环绕热带气旋内核的均匀观测阵列。
图3. 7 组热带气旋实验下各智能体基于态势迭代算法获得的奖励曲线。
研究意义
1.针对热带气旋近海面无人主动观测场景，构建兼顾竞争与合作的多目标通用和博弈标准范式，解决传统启发式算法无法刻画 AUV 集群动态交互决策的缺陷；
2.基于 Ekman 动力学、Rankine 涡旋热带气旋流场物理模型搭建仿真模型，实现海洋动力物理模型与多智能体博弈优化的理论衔接；
3.弥补现有热带气旋-海洋相互作用观测手段的局限性，为热带气旋强度演变、海表冷尾迹、海洋负反馈机理研究提供新型自主观测手段，支撑高精度热带气旋数值预报的数据采集。
本研究得到国家自然科学基金，中国博士后科学基金，卫星海洋环境监测预警全国重点实验室以及南方海洋科学与工程广东省实验室（珠海）的资助。
论文引用
1.Qi F, Ma X, Ding Y, Yang* J. Unmanned active observation planning of near-surface ocean under tropical cyclone condition. Journal of Ocean Engineering and Science, 2026.
2. Qi F, Ma X, Yang* J. Tropical cyclone trackingfor autonomous underwater vehicles based on forecast path correction model. Ocean Engineering, 2024, 293: 116768.
编辑：曾上
审核：杨劲松 陈小燕
审定：张华国
[*]
信息来源：卫星海洋环境监测预警全国重点实验室。
转载请注明信息来源及海洋知圈编排。
[*]
[*]
页:
[1]
