Khalasi: 涡旋流场中水面航行器的能效导航
机器人学
2025-12-10 v2 机器学习
摘要
几个世纪以来，khalasi（古吉拉特语，意为水手）凭借高超的技巧利用洋流以最小的体力航行广阔水域。在自主系统中重现这种直觉仍是一项重大挑战，尤其是对于在严格能量预算下执行长期任务的自主水面航行器（ASV）。本工作提出了一种基于学习的水面航行器在涡旋流场中的能效导航方法，其中部分可观测性往往会削弱传统路径规划方法。我们提出了一种基于 Soft Actor-Critic 的端到端强化学习框架，仅利用局部速度测量即可学习流感知导航策略。通过在多样且动态丰富场景中的广泛评估，我们的方法展示了显著的节能效果以及对先前未见流条件的鲁棒泛化能力，为海洋环境中的长期自主航行提供了有前景的路径。所提出的方法生成的导航路径相比现有最先进技术的能效提升了 30% 至 50%。
引用
@article{arxiv.2512.06912,
title = {Khalasi: Energy-Efficient Navigation for Surface Vehicles in Vortical Flow Fields},
author = {Rushiraj Gadhvi and Sandeep Manjanna},
journal= {arXiv preprint arXiv:2512.06912},
year = {2025}
}
备注
Under Review for International Conference on Robotics and Automation (ICRA 2026)