港科大、大連海事大學(xué)團(tuán)隊(duì)綜述數(shù)據(jù)驅(qū)動(dòng)時(shí)代下的海洋機(jī)器人控制

廣袤的海洋蘊(yùn)藏著無(wú)盡的奧秘與豐富的資源。然而，深海的高壓、黑暗、復(fù)雜洋流與通信隔絕，使其成為人類最難觸及的領(lǐng)域。自20世紀(jì)70年代起，一群特殊的“探險(xiǎn)家”—海洋機(jī)器人—開(kāi)始代替人類，潛入萬(wàn)米海淵，巡視無(wú)邊海面，逐步揭開(kāi)海洋的神秘面紗。

從掛著纜繩的遙控潛水器，到獨(dú)立行動(dòng)的自主水下航行器；從在水面巡航的無(wú)人艇，到具備多棲能力的跨域機(jī)器人，這些形態(tài)功能各異的海洋機(jī)器人，已成為海洋科學(xué)研究、資源勘探、工程檢測(cè)乃至國(guó)防安全不可或缺的力量。
在此關(guān)鍵變革期，頂級(jí)綜述期刊《Annual Review of Control, Robotics, and Autonomous Systems》發(fā)表了一項(xiàng)重磅綜述—數(shù)據(jù)驅(qū)動(dòng)智能時(shí)代下的海洋機(jī)器人控制》。論文由香港科技大學(xué)洪林博士、張福民教授，大連海事大學(xué)劉陸教授、彭周華教授共同撰寫，為我們系統(tǒng)性地梳理了當(dāng)下海洋機(jī)器人控制的技術(shù)脈絡(luò)，構(gòu)建了一個(gè)兼具權(quán)威性與前瞻性，系統(tǒng)且全面的認(rèn)知圖譜。

一、海洋機(jī)器人大家族：各顯神通的“海洋探索者”

自20世紀(jì)70年代問(wèn)世以來(lái)，海洋機(jī)器人已發(fā)展出一個(gè)龐大的“家族”，每個(gè)成員都身懷絕技，適配不同的海洋任務(wù)。

自主水下航行器（AUV）如同“深海偵察兵”，無(wú)需線纜連接即可獨(dú)立完成水下測(cè)繪、樣本采集；遙控潛水器（ROV）則是“遠(yuǎn)程操作工”，通過(guò)臍帶纜接收指令，精準(zhǔn)執(zhí)行水下焊接、文物打撈等復(fù)雜任務(wù)；無(wú)人水面航行器（USV）扮演著“水面哨兵”的角色，在海面進(jìn)行巡邏監(jiān)測(cè)、數(shù)據(jù)中繼；而水下滑翔器（UG）則像“節(jié)能巡航者”，依靠浮力調(diào)節(jié)實(shí)現(xiàn)長(zhǎng)航程、長(zhǎng)時(shí)間的海洋環(huán)境觀測(cè)。

各類海洋機(jī)器人的配置及其在海洋環(huán)境中的實(shí)際應(yīng)用

除此之外，仿生水下機(jī)器人（BUR）模仿魚(yú)類游動(dòng)姿態(tài)，能在復(fù)雜水域靈活穿梭；空-水跨域機(jī)器人（AUR）可實(shí)現(xiàn)空中飛行與水下潛行的無(wú)縫切換，完成跨介質(zhì)觀測(cè)；水下機(jī)器人-機(jī)械臂系統(tǒng)（UVMS）則兼具移動(dòng)能力與操作精度，成為水下作業(yè)的“多面手”。隨著海洋任務(wù)日益復(fù)雜，單一機(jī)器人的局限性逐漸顯現(xiàn)——感知范圍有限、容錯(cuò)能力不足、作業(yè)效率受限，于是多機(jī)器人協(xié)同系統(tǒng)應(yīng)運(yùn)而生，如同“海洋艦隊(duì)”般，通過(guò)分工協(xié)作實(shí)現(xiàn)更廣覆蓋、更高效率的任務(wù)執(zhí)行。

論文指出，無(wú)論形態(tài)如何，控制系統(tǒng)都是海洋機(jī)器人的“小腦”，既要保障基本的運(yùn)動(dòng)功能，又要支撐復(fù)雜的自主決策。與陸地或空中機(jī)器人不同，海洋環(huán)境充滿挑戰(zhàn)：洋流、波浪、風(fēng)的干擾無(wú)處不在，流體動(dòng)力的非線性特性難以捉摸，水下通信延遲高、帶寬有限。這就要求海洋機(jī)器人的控制系統(tǒng)不僅要精準(zhǔn)實(shí)現(xiàn)路徑跟隨、軌跡跟蹤等基礎(chǔ)功能，還要具備極強(qiáng)的穩(wěn)健性和適應(yīng)性，在未知干擾與模型不確定性面前依然能夠可靠運(yùn)行。

二、傳統(tǒng)控制的“瓶頸”：為何海洋機(jī)器人需要“智能升級(jí)”

長(zhǎng)期以來(lái)，海洋機(jī)器人的控制主要依賴基于模型的傳統(tǒng)方法。工程師們通過(guò)建立機(jī)器人的動(dòng)力學(xué)方程，描述其運(yùn)動(dòng)規(guī)律與受力情況，再設(shè)計(jì)相應(yīng)的控制算法實(shí)現(xiàn)精準(zhǔn)調(diào)控。這種方法在結(jié)構(gòu)簡(jiǎn)單、環(huán)境穩(wěn)定的場(chǎng)景中表現(xiàn)出色，但其局限性在復(fù)雜海洋環(huán)境中日益凸顯。

首先是“非線性難題”。海洋機(jī)器人在水中運(yùn)動(dòng)時(shí)，會(huì)受到流體阻力、升力、附加質(zhì)量等多種力的作用，這些力與機(jī)器人的運(yùn)動(dòng)狀態(tài)呈非線性關(guān)系。其次是“模型不確定性”。機(jī)器人的水動(dòng)力參數(shù)會(huì)隨航行姿態(tài)、速度變化，推進(jìn)器、鰭片等執(zhí)行機(jī)構(gòu)的特性也會(huì)受海洋環(huán)境腐蝕、磨損影響，導(dǎo)致預(yù)設(shè)模型與實(shí)際情況存在偏差。再者，海洋環(huán)境的“動(dòng)態(tài)干擾”難以預(yù)測(cè)—洋流的強(qiáng)度和方向時(shí)刻變化，波浪、風(fēng)的作用隨機(jī)且復(fù)雜，這些外部擾動(dòng)會(huì)嚴(yán)重影響控制精度，甚至導(dǎo)致系統(tǒng)失穩(wěn)。此外，海洋機(jī)器人還面臨“欠驅(qū)動(dòng)約束”（部分機(jī)器人無(wú)法實(shí)現(xiàn)所有自由度的獨(dú)立控制）、“輸入飽和”（執(zhí)行器存在性能極限）、“狀態(tài)不可測(cè)”（傳感器難以獲取全部運(yùn)動(dòng)狀態(tài)）等問(wèn)題。在多機(jī)器人協(xié)同場(chǎng)景中，水下通信的低帶寬、高延遲、易丟包等特性，進(jìn)一步增加了協(xié)同控制的難度。傳統(tǒng)控制方法難以應(yīng)對(duì)這些復(fù)雜挑戰(zhàn)，亟需一種全新的控制范式實(shí)現(xiàn)突破。

三、數(shù)據(jù)驅(qū)動(dòng)：海洋機(jī)器人的“智能學(xué)習(xí)”之路

近年來(lái)，機(jī)器學(xué)習(xí)的快速發(fā)展為海洋機(jī)器人控制帶來(lái)了破局之路—數(shù)據(jù)驅(qū)動(dòng)控制。這種方法無(wú)需依賴精確的數(shù)學(xué)模型，而是通過(guò)分析大量實(shí)驗(yàn)或仿真數(shù)據(jù)，讓機(jī)器人自主學(xué)習(xí)環(huán)境特性與運(yùn)動(dòng)規(guī)律，從而實(shí)現(xiàn)自適應(yīng)、高魯棒性的控制。

論文將數(shù)據(jù)驅(qū)動(dòng)控制方法歸納為三大類：基于模型的數(shù)據(jù)驅(qū)動(dòng)方法、無(wú)模型數(shù)據(jù)驅(qū)動(dòng)方法，以及傳統(tǒng)方法與數(shù)據(jù)驅(qū)動(dòng)的混合方法。

基于模型的數(shù)據(jù)驅(qū)動(dòng)方法，核心是“用數(shù)據(jù)學(xué)習(xí)模型”。通過(guò)神經(jīng)網(wǎng)絡(luò)、高斯過(guò)程、Koopman算子等技術(shù)，從數(shù)據(jù)中挖掘機(jī)器人的動(dòng)態(tài)特性，構(gòu)建近似模型用于控制器設(shè)計(jì)。例如，神經(jīng)網(wǎng)絡(luò)如同“仿生大腦”，能通過(guò)多層神經(jīng)元的協(xié)同運(yùn)算，精準(zhǔn)擬合復(fù)雜的非線性動(dòng)力學(xué)；高斯過(guò)程不僅能學(xué)習(xí)模型，還能量化預(yù)測(cè)的不確定性，為穩(wěn)健控制提供依據(jù)；Koopman算子則能將非線性系統(tǒng)“轉(zhuǎn)化”為線性系統(tǒng)進(jìn)行分析，架起傳統(tǒng)線性控制與復(fù)雜非線性系統(tǒng)之間的橋梁。物理信息神經(jīng)網(wǎng)絡(luò)（PINN）更是將物理定律融入學(xué)習(xí)過(guò)程，確保模型既符合數(shù)據(jù)規(guī)律，又不違背基本物理原理，在數(shù)據(jù)稀疏的海洋場(chǎng)景中表現(xiàn)尤為出色。

海洋機(jī)器人數(shù)據(jù)驅(qū)動(dòng)控制方案

無(wú)模型數(shù)據(jù)驅(qū)動(dòng)方法則更進(jìn)一步，無(wú)需構(gòu)建任何模型，直接從數(shù)據(jù)中學(xué)習(xí)控制策略。其中，深度強(qiáng)化學(xué)習(xí)（DRL）是最具代表性的技術(shù)。這種方法讓機(jī)器人通過(guò)試錯(cuò)積累經(jīng)驗(yàn)：完成任務(wù)獲得“獎(jiǎng)勵(lì)”，執(zhí)行錯(cuò)誤受到“懲罰”，通過(guò)不斷優(yōu)化策略最大化累積獎(jiǎng)勵(lì)。深度強(qiáng)化學(xué)習(xí)可分為基于價(jià)值、基于策略和演員-評(píng)論家三類方法。基于價(jià)值的方法如深度Q網(wǎng)絡(luò)（DQN），通過(guò)學(xué)習(xí)動(dòng)作的價(jià)值選擇最優(yōu)行為；基于策略的方法如近端策略優(yōu)化（PPO），直接優(yōu)化控制策略；演員-評(píng)論家方法則結(jié)合兩者優(yōu)勢(shì)，學(xué)習(xí)效率更高、穩(wěn)定性更強(qiáng)。

模仿學(xué)習(xí)則為機(jī)器人提供了“捷徑”—直接學(xué)習(xí)專家的操作經(jīng)驗(yàn)。通過(guò)行為克隆、逆向強(qiáng)化學(xué)習(xí)、生成對(duì)抗模仿學(xué)習(xí)等技術(shù)，機(jī)器人無(wú)需從零開(kāi)始試錯(cuò)，而是快速?gòu)?fù)制人類或先進(jìn)算法的控制策略，大幅縮短學(xué)習(xí)周期。深度模仿強(qiáng)化學(xué)習(xí)更是融合了模仿學(xué)習(xí)與強(qiáng)化學(xué)習(xí)的優(yōu)勢(shì)，先通過(guò)專家演示快速初始化策略，再通過(guò)與環(huán)境交互持續(xù)優(yōu)化，兼顧了學(xué)習(xí)效率與控制性能。

混合控制方法則巧妙結(jié)合了傳統(tǒng)控制與數(shù)據(jù)驅(qū)動(dòng)的優(yōu)勢(shì)。例如，將比例-積分-微分（PID）控制的穩(wěn)定性與強(qiáng)化學(xué)習(xí)的自適應(yīng)性相結(jié)合，讓強(qiáng)化學(xué)習(xí)在線調(diào)節(jié)PID參數(shù)，應(yīng)對(duì)環(huán)境變化；將模型預(yù)測(cè)控制（MPC）的約束處理能力與強(qiáng)化學(xué)習(xí)的優(yōu)化能力融合，提升復(fù)雜任務(wù)下的控制精度；將滑模控制（SMC）的魯棒性與強(qiáng)化學(xué)習(xí)的自適應(yīng)能力結(jié)合，增強(qiáng)系統(tǒng)抗干擾能力。這種“取長(zhǎng)補(bǔ)短”的設(shè)計(jì)，成為當(dāng)前海洋機(jī)器人控制的熱門方向。

四、團(tuán)隊(duì)作戰(zhàn)：多機(jī)器人協(xié)同的智能協(xié)作藝術(shù)

單一機(jī)器人的能力有限，多機(jī)器人協(xié)同作戰(zhàn)才能攻克更復(fù)雜的海洋任務(wù)。就像自然界中的魚(yú)群、鳥(niǎo)群，多臺(tái)海洋機(jī)器人通過(guò)協(xié)同控制，能實(shí)現(xiàn)空間覆蓋更廣、抗干擾能力更強(qiáng)、作業(yè)效率更高的團(tuán)隊(duì)優(yōu)勢(shì)，完成單體機(jī)器人難以勝任的任務(wù)，如大范圍流場(chǎng)測(cè)繪、水下協(xié)同操作、跨域搜救等。

多機(jī)器人協(xié)同控制主要分為三類場(chǎng)景：協(xié)同編隊(duì)、基于博弈的競(jìng)爭(zhēng)、跨域協(xié)作。協(xié)同編隊(duì)要求機(jī)器人保持預(yù)設(shè)的幾何構(gòu)型，如同“整齊的艦隊(duì)”執(zhí)行巡邏、監(jiān)測(cè)任務(wù)；集群控制則模仿生物群體的自組織行為，機(jī)器人通過(guò)局部交互實(shí)現(xiàn)全局協(xié)調(diào)，像“魚(yú)群”一樣靈活避障、自適應(yīng)調(diào)整；目標(biāo)包圍控制讓機(jī)器人圍繞目標(biāo)形成穩(wěn)定編隊(duì)，實(shí)現(xiàn)對(duì)移動(dòng)目標(biāo)的跟蹤、攔截；區(qū)域覆蓋控制則通過(guò)合理規(guī)劃路徑，讓機(jī)器人高效掃描指定區(qū)域，完成環(huán)境監(jiān)測(cè)、搜救等任務(wù)。

多海洋機(jī)器人協(xié)作的典型任務(wù)場(chǎng)景

在競(jìng)爭(zhēng)場(chǎng)景中，博弈論成為核心工具。追擊-規(guī)避博弈模擬海上攔截、反潛作戰(zhàn)等任務(wù)，追擊方協(xié)同規(guī)劃路徑捕獲目標(biāo)，規(guī)避方則靈活機(jī)動(dòng)逃脫；圍困博弈中，多臺(tái)機(jī)器人協(xié)同包圍目標(biāo)，限制其活動(dòng)范圍；三方博弈則涉及攻擊方、防御方與高價(jià)值目標(biāo)，各方追求不同目標(biāo)，形成復(fù)雜的對(duì)抗關(guān)系。

跨域協(xié)作則打破了單一領(lǐng)域的限制，讓水下、水面、空中機(jī)器人協(xié)同作業(yè)。例如，無(wú)人機(jī)負(fù)責(zé)空中偵察、中繼通信，無(wú)人水面艇負(fù)責(zé)海面部署、數(shù)據(jù)傳輸，自主水下航行器負(fù)責(zé)水下探測(cè)、樣本采集，通過(guò)多域協(xié)同實(shí)現(xiàn)“空地一體、水陸聯(lián)動(dòng)”的全方位海洋探索。

數(shù)據(jù)驅(qū)動(dòng)技術(shù)為多機(jī)器人協(xié)同提供了強(qiáng)大支撐。多智能體強(qiáng)化學(xué)習(xí)（MARL）讓機(jī)器人在動(dòng)態(tài)環(huán)境中學(xué)習(xí)合作與競(jìng)爭(zhēng)策略，深度多智能體強(qiáng)化學(xué)習(xí)（DMARL）則能從原始感官數(shù)據(jù)中實(shí)現(xiàn)端到端的協(xié)同控制。針對(duì)水下通信受限的問(wèn)題，研究者們開(kāi)發(fā)了分布式控制架構(gòu)、事件觸發(fā)通信、量化控制等技術(shù)，在降低通信開(kāi)銷的同時(shí)保障協(xié)同性能；面對(duì)網(wǎng)絡(luò)威脅，安全分層架構(gòu)、魯棒估計(jì)器等技術(shù)讓協(xié)同系統(tǒng)更具抗干擾能力。

五、技術(shù)開(kāi)源，讓海洋探索更普惠

海洋機(jī)器人研究曾受限于高昂的硬件成本和封閉的技術(shù)體系，而開(kāi)源平臺(tái)的出現(xiàn)正在改變這一現(xiàn)狀。開(kāi)源仿真平臺(tái)為研究者提供了安全、靈活、低成本的測(cè)試環(huán)境，無(wú)需實(shí)際部署即可驗(yàn)證控制算法。例如，HoloOcean支持多機(jī)器人協(xié)同仿真，集成了豐富的傳感器模型和真實(shí)的水下通信機(jī)制；UUV Simulator專注于水下機(jī)器人仿真，能精準(zhǔn)模擬流體動(dòng)力學(xué)效應(yīng)；MarineGym則專為強(qiáng)化學(xué)習(xí)設(shè)計(jì)，支持大規(guī)模并行仿真和仿真到現(xiàn)實(shí)的遷移。

開(kāi)源海洋機(jī)器人硬件進(jìn)一步降低了研究門檻。BlueROV2作為經(jīng)典的開(kāi)源遙控潛水器，采用模塊化設(shè)計(jì)，支持傳感器和執(zhí)行器的靈活擴(kuò)展，成為全球研究者的首選平臺(tái)；LoCO AUV、MeCO AUV等開(kāi)源自主水下航行器，兼顧低成本與高性能，適合教育和科研使用；開(kāi)源無(wú)人水面航行器如ARCAB、MicroUSV，為水面機(jī)器人研究提供了便捷工具；開(kāi)源仿生水下機(jī)器人OpenFish則為仿生機(jī)器人研究提供了可定制的硬件平臺(tái)。

開(kāi)源軟件框架如機(jī)器人操作系統(tǒng)（ROS），實(shí)現(xiàn)了仿真與實(shí)際機(jī)器人的無(wú)縫對(duì)接，促進(jìn)了算法的共享與復(fù)用。這些開(kāi)源資源打破了機(jī)構(gòu)間的技術(shù)壁壘，讓學(xué)生、研究者和小型機(jī)構(gòu)都能參與海洋機(jī)器人研發(fā)，加速了技術(shù)創(chuàng)新與成果轉(zhuǎn)化。

六、未來(lái)展望：更智能、更自主的海洋探索者

數(shù)據(jù)驅(qū)動(dòng)技術(shù)正在重塑海洋機(jī)器人控制的范式，但挑戰(zhàn)依然存在：如何提升數(shù)據(jù)效率，減少機(jī)器人對(duì)海量數(shù)據(jù)的依賴；如何增強(qiáng)算法的可解釋性，確保控制決策的安全性；如何實(shí)現(xiàn)仿真到現(xiàn)實(shí)的高效遷移，降低實(shí)際部署成本；如何應(yīng)對(duì)復(fù)雜海洋環(huán)境中的通信約束和動(dòng)態(tài)干擾。這些挑戰(zhàn)也正是未來(lái)的研究方向。

未來(lái)，海洋機(jī)器人將朝著更智能、更自主、更安全的方向發(fā)展。物理信息學(xué)習(xí)與離線強(qiáng)化學(xué)習(xí)的結(jié)合，將讓機(jī)器人在少量數(shù)據(jù)下快速學(xué)習(xí)，且無(wú)需在線試錯(cuò)即可獲得可靠策略；大語(yǔ)言模型的融入，將實(shí)現(xiàn)人機(jī)自然語(yǔ)言交互，讓非專業(yè)人員也能操控海洋機(jī)器人；跨域協(xié)同技術(shù)的突破，將構(gòu)建“空-海-陸”一體化的海洋探索網(wǎng)絡(luò)；安全強(qiáng)化學(xué)習(xí)的發(fā)展，將確保機(jī)器人在復(fù)雜環(huán)境中自主規(guī)避風(fēng)險(xiǎn)，保障作業(yè)安全。
論文鏈接：https://doi.org/10.1146/annurev-control-022723-033729