基于行为树的框架用于自主水下航行器中的风险知情任务决策

在水下作业中，自主水下航行器 (AUV) 在最小人干预下运行，迫切需要强有力的风险知情决策以确保安全。然而，现有的决策框架在深思熟虑与执行之间存在差距，限制了其在复杂多阶段任务中的适用性。为弥补这一差距，提出了一种基于行为树 (BT) 的框架，将知识表示与反应执行相结合。在不同的任务阶段，该框架基于风险水平和行为树明确表示的行动依赖性重新配置任务。设计了一种与任务元素对齐的层次行为树结构，以封装任务知识。此外，构建了一个任务决策树，结合了包容和容错策略，以充分利用行为树的反应性。针对多阶段反矿作战任务的案例研究表明，所提出的模型有效利用任务知识以实现正确的决策，并在可恢复异常场景中提高了任务成功率。