基于GPU加速算法的随机动态海洋流中自主海洋航行器最优路径规划

自主海洋航行器在许多海洋科学与工程应用中发挥着重要作用。为这些航行器规划在随机动态海洋环境中航行的时间与能量最优路径，对于降低运营成本至关重要。在某些任务中，它们还必须采集太阳能、风能或波浪能（建模为随机标量场），并沿最小化净能耗的最优路径移动。马尔可夫决策过程（MDP）为此类环境中机器人智能体的序贯决策提供了自然框架。然而，在大规模实时应用中，构建真实模型并求解所建MDP的计算代价高昂，亟需并行算法与高效实现。本工作中，我们提出一种高效的端到端GPU加速算法，其（i）构建MDP模型（计算转移概率与期望单步奖励）；（ii）求解MDP以计算最优策略。我们通过以下方法性与算法性方案克服GPU全局内存受限的问题：（i）采用海洋流的动态降阶表示，（ii）利用状态转移概率矩阵的稀疏性，（iii）引入邻域子网格概念，以及（iv）证明对于涉及从环境采集能量的任务，仅使用随机标量场的均值来计算期望单步奖励已足够；从而节省内存并降低计算量。我们在模拟的随机动态环境中演示该算法，并强调其构建MDP模型与计算最优策略的速度比传统CPU实现快600–1000倍，适合实时使用。