SKYSURF：面向持续监视的合作式无人机自学习框架
机器人学
2026-02-16 v1 系统与控制
系统与控制
摘要
无人机监视应用的成功取决于如何延长有限 onboard 电池续航。为此，人们寻求从上升 buoyant air 中提取能量的可再生升力来源。这篇论文提出了一种用于soaring能力UAV自主部署的局部-全局行为管理和决策方法。合作UAV被建模为非确定性有限状态的理性代理。除了为分配任务并发布动态导航航点以实施新的路径规划方案的任务规划模块外，还应用了可见性和预测概念以避免碰撞。此外，采用一种延迟学习和调谐策略来优化路径跟踪控制器的增益。对比分析使用了三个基准方法和15种演化算法，突出了该方法在维持监视持久性（在不着陆的情况下持续悬停更长时间）和最大化目标检测（相较于非合作和准合作方法提高约2倍）方面的足够性，同时还能降低功耗（6小时仅消耗约6%的电池）。
引用
@article{arxiv.2602.12838,
title = {SKYSURF: A Self-learning Framework for Persistent Surveillance using Cooperative Aerial Gliders},
author = {Houssem Eddine Mohamadi and Nadjia Kara},
journal= {arXiv preprint arXiv:2602.12838},
year = {2026}
}