无人艇集群路径规划研究综述: 深度强化学习

摘 要: 无人艇(USV)集群在复杂海洋任务中展现出显著优势, 但其路径规划面临高维、动态、多约束等挑 战。传统路径规划算法因协同机制薄弱与适应性不足, 难以满足日渐复杂的需求,而深度强化学习(DRL)技术 的发展为 USV 集群路径规划提供了新的研究方向。文中系统综述了基于 DRL 的 USV 集群协同路径规划技 术框架及典型算法。首先, 梳理了 USV 集群路径规划的技术演进脉络与多维约束条件, 分析了集中式和分布 式决策框架的适用场景与局限性。其次, 探讨了多种典型 DRL 算法的原理、应用场景及改进方向, 分析了其 优势与不足。最后, 总结了该领域面临的主要挑战和发展方向, 旨在为基于 DRL 的 USV 集群协同路径规划 研究提供参考。

关键词: 无人艇集群; 协同路径规划; 深度强化学习