融合梯度自适应A*与DA-Q学习的多无人船亚中尺度涡边缘搜索算法

来源：海洋技术学报杂志2025年第06期北京时间：

作者：李雯雯,马毅,张飞飞,李忠伟

单位：单位李雯雯，马毅，张飞飞，李忠伟自然资源部第一海洋研究所,中国石油大学(华东)海洋与空间信息学院

摘要：亚中尺度涡在海洋能量传输和生态调控中具有重要作用，其精准实时监测面临挑战。针对传统监测手段时效性不足、空间分辨率有限和观测平台灵活性差等问题，本文基于高机动性的多无人船平台，提出一种融合梯度自适应A*与动态奖励驱动的强化学习算法(Dynamic-Award O-leamning，DA-学习)的多无人船亚中尺度涡边缘搜索算法。针对亚中尺度涡边缘形态复杂、环境动态变化快且信息不完整等具象化场景，算法利用梯度自适应A*引导多无人船迅速向涡旋区域收敛，并在搜索边缘过程中，构建温度梯度变化与历史路径信息融合的动态奖励机制，驱动DA-0学习算法实现无人船自主适应环境变化并灵活调整航向。基于模拟数据与仿真海表面温度数据，设计了涵盖不同季节、无人船数量和初始配置的多组对比实验，分析了不同环境、不同涡旋类型和涡旋畸变条件下的算法性能和鲁棒性。结果表明:多无人船搜索亚中尺度涡边缘策略在路径长度与搜索效率方面优于单船方案;在部署方式上，多点分布式部署进一步提升了搜索覆盖能力与任务响应效率，优于单点母船释放式部署。本文结果可为多无人船在复杂海洋环境中的亚中尺度涡监测应用提供技术支撑。

关键词：亚中尺度涡；无人船；A*算法；DA-Q学习

基金资助：山东省自然科学基金资助项目（ZR2021QD006）