MarineFormer：一种基于流感知的时空注意力模型，用于动态海洋环境中的无人水面航行器（USV）导航

《Ocean Engineering》：MarineFormer: A flow-aware spatio-temporal attention model for USV navigation in dynamic marine environments

　　埃赫桑·卡泽米（Ehsan Kazemi）| 德琴·高（Dechen Gao）| 伊曼·索尔塔尼（Iman Soltani）
加州大学戴维斯分校机械与航空航天工程系，美国加利福尼亚州戴维斯市，95616

**摘要**
在海洋环境中进行自主导航极具挑战性，尤其是在存在空间变化的水流扰动以及动态和静态障碍物的情况下。在这项工作中，我们证明了结合局部流场测量数据可以显著提高导航的鲁棒性，从而在那些对水流信息不了解的导航策略而言具有挑战性的场景中实现可靠的性能。然而，仅仅拥有流场数据是不够的；必须将其有效地与传统的传感器输入（如自我状态和障碍物状态）融合。为此，我们提出了基于Transformer的策略架构MarineFormer，该架构整合了两种互补的注意力机制：用于传感器融合的空间注意力和用于捕捉环境动态的时间注意力。MarineFormer通过强化学习在具有真实水流特征和障碍物的2D模拟环境中端到端地进行训练。与经典方法和最先进基线的广泛评估表明，我们的方法将剧集完成成功率提高了近23%，同时缩短了路径长度。消融研究进一步突显了流场测量的关键作用以及我们提出的架构在利用这些测量数据方面的有效性。代码、视频和补充材料可在以下链接获取：https://soltanilara.github.io/MarineFormer/

**引言**
无人水面船只（USVs）在海洋作业中变得越来越重要，例如水文测量、环境监测、基础设施检查、海上安全和自主货物运输（Kumar等人，2025年）。许多这些应用发生在具有高水流强度的挑战性环境中。一个特别重要的应用是水深测量，它提供了对导航安全、水文分析和基础设施监测至关重要的高分辨率水下深度数据。这些测量通常在强水流区域进行。例如，在需要定期基础设施监测的桥梁穿越处，高水流条件尤为危险，因为水流变窄会加速水流速度，增加侵蚀风险，而侵蚀是桥梁故障的主要原因之一。如果未被发现，侵蚀会严重损害交通基础设施的结构完整性。1987年，纽约的Schoharie Creek Bridge因未被发现的侵蚀而倒塌，导致多人死亡（Wikipedia贡献者，2025年）。其他需要基于USV进行检查的高水流场景包括大坝进水口和工业废水排放监测。

强水流会显著干扰USV的轨迹并降低水深测量的质量。此外，这类环境通常包含动态障碍物（如移动的碎片或其他船只），以及静态结构（如桥墩）。鉴于高水流条件带来的风险，先进的控制策略对于USV的可靠导航至关重要。虽然以往的研究主要集中在绕过静态和动态障碍物上，但很大程度上忽视了水流扰动对USV控制的关键影响，或将它们视为未知的外部力量。这一差距尤为重要，因为USV的低惯性使它们极易受到水流引起的偏差影响。尽管在无人飞行器（UAV）导航的背景下已经研究了类似的风暴等扰动，但一个关键区别在于，在USV应用中，可以基本测量车辆周围环境中的这些扰动，从而预测即将到来的高水流区域。基于视觉的光流（Khalid等人，2019年）和多普勒速度传感（Alimenti等人，2020年）等技术提供了估计局部流场的有效手段，为导航决策提供了有价值的输入。我们认为，在这些具有挑战性的条件下，获取此类测量数据对于实现导航至关重要。然而，它们的引入带来了一个新的问题：如何有效地将流场信息与传统的状态测量数据融合到基于学习的控制策略中。

**动机**
鉴于在强水流和空间变化环境中运行的无人水面船只（USVs）的轨迹规划挑战，我们的贡献集中在：（i）证明局部流场测量数据可以显著提高导航性能；（ii）开发一种能够有效融合流场测量数据与标准机载观测数据的传感器融合架构。为此，我们提出了MarineFormer，这是一种结合空间注意力进行多模态输入融合以及使用Transformer编码器进行环境动态时间建模的传感器融合方案。虽然MarineFormer适用于广泛的基于学习的控制框架，但在本研究中，我们使用强化学习作为闭环策略优化的训练范式，并对我们的传感器融合方案进行系统评估。本研究的主要贡献包括：（1）我们提出结合USV周围的局部流场测量数据，并展示了它们对路径规划性能的显著影响；（2）我们表明，要充分利用流场测量数据，与其他感官模态的有效融合是必不可少的；（3）我们提出了MarineFormer，这是一种结合空间注意力和基于Transformer的时间建模的架构，能够高效融合多种感官输入（包括局部流场测量数据、自我状态和障碍物信息），从而显著提高性能；（4）我们表明，除了目标达成和障碍物避让之外，鼓励持续渐进式进展的奖励结构也能提高导航性能；（5）我们使用基于策略和基于策略之外的强化学习（RL）算法进行了广泛的实验验证。我们的结果表明，MarineFormer表现出强大的性能，将剧集成功率提高了近23%，同时缩短了路径长度。

**相关工作**
USVs的路径规划算法可以分为预生成方法、反应式方法和基于学习的方法。预生成方法（如Fast Marching Method (FMM)（Zhong等人，2022年）在优化路径长度或能耗的同时找到安全路径；基于反应的方法（如人工势场（APF）（Fan等人，2020年）生成用于避障的力场，但存在局部最小值问题。

**图1(a)**展示了模拟环境，其中黑色箭头表示水流的方向和大小。模拟的水流是空间变化的，并包含涡旋、汇流点和源点等奇异性。涡旋产生循环水流，汇流点产生强烈的吸引力，源点产生排斥力。源点代表局部水流发散，通常出现在河流交汇处、工业排放口和地热喷口（Yang等人，2018年）。

**仿真设置**
我们在两种不同环境中进行测试，这些环境的障碍物数量和大小各不相同。第一种环境包括10个水上障碍物和5个水下障碍物（以下简称10/5），第二种环境将这些限制增加到25个和10个（25/10）。第一组中的静态水下障碍物半径从[1.0, 1.5]米随机选择，而第二组中的障碍物半径较小，范围为[0.2, 0.3]米。水上障碍物由ORCA控制，以避免与其他移动物体发生碰撞。

**限制与未来工作**
**仅限于仿真评估**：我们当前的评估仅限于仿真。需要注意的是，实地实验面临几个实际挑战，包括：（i）在强水流和快速变化的水流条件下确保稳健的低级控制和安全监督；（ii）设计能够安全包含静态和动态障碍物并再现高水流条件的测试协议和地点；（iii）获取围绕船只的可靠局部流场测量数据。

**结论**
本研究提出了MarineFormer，这是一种基于Transformer的架构，利用空间和时间注意力作为在具有空间变化水流的动态海洋环境中进行基于RL的USV导航的支柱。本研究的一个核心贡献是将流场测量数据纳入状态表示中，我们证明了这在高干扰条件下解决导航问题方面起着重要作用。我们还展示了这种额外感官信息的全部益处。

**作者贡献声明**
埃赫桑·卡泽米（Ehsan Kazemi）：撰写——审阅与编辑、撰写——初稿、软件开发、方法论、形式分析、概念化。
德琴·高（Dechen Gao）：软件开发。
伊曼·索尔塔尼（Iman Soltani）：撰写——审阅与编辑、撰写——初稿、监督、项目管理、资金获取、概念化。

**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。