基于追捕策略动作空间(Pursuit-Strategy Action Space)的无人机近距离动态目标跟踪分层决策方法

《Aerospace》：Hierarchical Decision-Making for UAV Close-Range Dynamic Tracking Using a Pursuit-Strategy Action Space

　　

摘要：密集城市空域中多无人机(UAV)的三维协同路径规划具有较高难度，其困难源于建筑物、飞行限制区、移动障碍物及无人机间耦合作用共同导致的搜索空间随场景拥挤度迅速膨胀。标准群智能优化器虽可求得路径，但在初始可行性、后期精细搜索及环境变化后局部重规划方面存在不足。为此，研究人员提出了一种时空协同改进多策略蜣螂优化算法(Spatio-Temporal Collaborative Improved Multi-Strategy Dung Beetle Optimization, STC-IMSDBO)用于城市多无人机路径规划。该框架融合五大关联模块：可行空域种群初始化、时空变步长搜索、多因子自适应权重、基于局部博弈的冲突处理及滚动时域(Rolling-Horizon)重规划。采用归一化多目标代价函数权衡飞行效率、平滑性、避障、空域合规性及协同安全性。方法在四种模拟城市场景下测试并与六种代表性方法对比。结果表明，STC-IMSDBO生成更短可行航迹、能耗更低、收敛迭代更少且在测试中维持更优的协同安全性，可作为物流、巡检及应急响应等密集城市任务的实用规划方案，但仍需更大规模集群实时性测试与实地验证。

论文解读：基于追捕策略动作空间的无人机近距离动态跟踪分层决策——时空协同改进多策略蜣螂优化城市多无人机三维路径规划研究

一、研究背景与动机

传统图搜索算法(A*、Dijkstra、RRTs)在城市多无人机(Multi-UAV)协同场景中面临维度灾难且难以编码时空协同约束；标准群智能算法(如GWO、WOA、标准蜣螂优化算法Dung Beetle Optimization, DBO)存在初始种群落入禁飞区导致有效性低、固定步长难平衡全局探索与局部避障、偷窃蜣螂更新采用固定权重忽视多机协同代价、无专设多机防碰机制、静态迭代无法响应动态障碍五大缺陷；深度强化学习(MADDPG、MAPPO)存在样本利用率低与收敛不稳定问题。城市低空运行需同时满足单体飞行质量(短、平滑、节能、静/动障避让)与编队级约束(机间间隔、通信稳定、空域合规、时序协调)，因此有必要针对标准DBO进行面向城市场景的结构化改进。

二、关键技术方法概述

研究人员构建含立方体静态建筑、禁飞/限飞区及球体移动障碍的城市场景三维数字孪生模型，建立含空间边界、单机避障、空域合规、多机防碰(间距d_safe)、通信距离(d_comm)及时间窗约束的数学约束体系，并设计融合能耗(平飞/姿态调整/垂直起降)、路径曲率平滑性、障碍风险及空域违规惩罚的归一化集中-分布式多目标代价函数J=ΣJ_ind,p+J_coop。在此基础上提出STC-IMSDBO算法，核心改进含：(1)基于Logistic混沌映射与城市可行域约束的自适应混沌拉丁超立方采样(Airspace-Constrained Adaptive Chaotic Latin Hypercube Sampling, AS-ACLHS)初始化；(2)引入黄金正弦角与时空耦合变步长(考虑迭代进度、个体适应度及机间平均时空距)替代原切向舞蹈行为(Spatio-Temporal Coupled Variable-Step Golden-Sine Iteration, ST-VSSGSI)；(3)偷窃蜣螂位置更新引入含迭代代数、适应度均值、种群多样性及多机协同代价的多因子耦合协同自适应权重(Multi-Factor Coupled Synergistic Adaptive Weight, MFCSAW)；(4)在迭代细化中嵌入局部非合作博弈(Distributed Cooperative Obstacle Avoidance Non-Cooperative Game Position Update, NCGPU)求解近似纳什均衡实现机间分离；(5)滚动时域重规划(Rolling-Horizon Replanning for Dynamic Environment, RHRDE)感知动态障碍后仅重规划受影响局部段。算法通过立方B样条平滑路径并反复评估适应度直至达到最大迭代次数或收敛，动态环境中按滚动窗口循环调用。

三、研究结果

3.1 城市多无人机三维路径规划模型构建

研究人员建立了城市三维低空环境模型(静态建筑立方体、禁飞/限飞区、球体移动障碍)、六类飞行约束条件及多无人机能耗模型(平飞阻力耗能E_level、姿态调整曲率与加减速耗能E_att、垂直起降推力耗能E_vtol)，构造了加权归一化的单机代价(能耗ω₁=0.3、平滑ω₂=0.2、障碍风险ω₃=0.3、空域违规ω₄=0.2)与协同代价(碰撞γ₁=0.5、通信中断γ₂=0.3、时序偏差γ₃=0.2)组合的总目标函数，为算法评价提供量化基准。

3.2 STC-IMSDBO算法设计

详述原始DBO四类行为(滚球、跳舞、繁殖、觅食、偷窃)及其在城市多机场景的五点不匹配性，给出AS-ACLHS、ST-VSSGSI(步长α_st(t)随迭代衰减并受fitness与机间距调节)、MFCSAW(权值w_i耦合四因子)、NCGPU(定义玩家集、局部投影策略空间及效用函数u_p=-J_local,p，证明局部凸紧策略集下单机效用连续拟凹则存局部纳什均衡)及RHRDE(预测时域T_p、控制时域T_c)的数学表达与伪代码。理论分析表明静态阶段计算复杂度主导项为O(T·N·(M+m·K_game))，与原始DBO同阶；搜索过程可视为马氏链，保留历史最优则记录适应度非增具渐近改进趋势但无有限时间全局最优断言。

3.3 仿真实验与结果分析

在MATLAB R2023a构建低/中/高/超高复杂度四级城市场景(含动态障碍)，以MACGWO、MDBO、MWOA、MAPPO、MADDPG、MHHWOA为对照，独立运行50次取均值。对比实验显示：STC-IMSDBO在四场景中均获最短平均路径长度(126.37 m~986.37 m，较对照缩短6.12%~36.24%)与最低平均能耗(826.54 kJ~6584.29 kJ，降低8.02%~33.12%)；收敛迭代最少(均值71.75次，减少14.10%~39.47%)；平均曲率最低(0.0135，降14.56%~40.53%)且综合适应度最小(0.218，降10.29%~34.93%)；多机碰撞率0%、空域违规率0%、时序协调误差0.62 s优于各对照；动态障碍规避成功率100%(对照82.2%~96.2%)且重规划后仍保较短路径与较低能耗。消融实验证实五模块分别改善初始化质量(AS-ACLHS降碰率至2.4%)、收敛与平滑(ST-VSSGSI降迭代数至94、曲率至0.0158)、综合代价稳定性(MFCSAW)、协同安全(NCGPU碰率降至0%)及动态响应(RHRDE于动境生效)，全模型相较原始MDBO路径长降9.27%、迭代降26.79%、曲率降23.30%、适应度降17.42%、碰率0%。Wilcoxon秩和检验(p<0.05)表明差异具统计显著性。陆家嘴核心区数字孪生场景(42栋建筑、8禁飞、6限飞、8架UAV)中STC-IMSDBO总航程1288.7 m、规划耗时8.45 s(较MDBO降约54.4%)、避障成功率99.8%、最小安全距离20.6 m、能耗96.2 kJ均优于对照。CEC2017基准测试显示其在单峰/多峰/复合函数上均值与标准差优于对照，佐证搜索稳定性。

四、讨论与结论翻译

研究人员指出，STC-IMSDBO在报道的仿真设置中改善了路径效率、收敛行为、平滑性、协同安全性及动态重规划性能；纳什均衡讨论为局部投影意义下，收敛讨论为带理想化假设的渐近解释，尚缺大规模集群实时性与室外验证。本文围绕密集城市场景实际瓶颈对DBO作任务导向改进，五大模块作用于不同瓶颈且联合优于单独使用。当前证据支持所提框架作为需多机共享受限三维空域密集城市任务(物流、巡检、应急响应)的有用规划选项，后续应开展硬件在环(Hardware-in-the-Loop, HIL)测试、权重敏感性分析及受感知与通信不确定性影响的实飞验证。

结论(翻译)： 本文从实用角度研究了城市多无人机路径规划，开发了时空协同改进多策略蜣螂优化(STC-IMSDBO)框架，融合可行空域初始化、变步长搜索、自适应权重、局部博弈分离处理及滚动时域重规划。在报道的仿真中，该方法较对比方法在测试城市场景中产生更短可行路径、更低能耗、更平滑航迹及更优协同安全性。消融结果表明性能增益非来自孤立修改，五模块作用于不同瓶颈且联合效果更佳。当前结果限于报道场景——均衡讨论依局部假设、收敛为渐近而非有限时间证明、缺更大集群实时评估与室外验证。这些局限界定下一阶段验证方向。现阶段STC-IMSDBO可视作密集城市需多机共享约束三维空域任务的有用规划框架；下一步应推进硬件在环测试、更宽权重敏感性分析及传感通信不确定下的实飞验证。论文发表于《Aerospace》。