德克萨斯大学奥斯汀分校研发精简路径规划模型无人车辆搜索速度可达传统模型1

盖世汽车讯 一名徒步者在森林中迷路，冬季天气即将来临。搜救行动必须快速、全面且高效。救援人员派出一架自主机器人无人机，但它该如何判断自己应该飞向哪里？据外媒报道，德克萨斯大学奥斯汀分校麦库姆斯商学院信息、风险与运营管理系助理教授Rohan Ghuge开展的一项新研究或许能给出答案。

无人驾驶车辆正成为一个快速增长的产业。市场研究公司Grand View Research统计，2025年全球无人驾驶车辆市场规模达到293亿美元，预计到2033年将增长至676亿美元。其应用领域十分广泛，包括军事监视、包裹配送、科学研究和商业农业等。

不同应用场景都面临一个共同挑战:如何为车辆规划行进路线。车辆一开始可能只掌握需要搜索区域的大致范围，但随着获取的信息越来越多，原先的规划也需要随之调整。

Rohan Ghuge想知道，究竟需要多少信息才足以做出调整。他问道:“你到底需要多少数据，才能说，‘好了，现在该停下来了。我需要改变想法，改变一直在走的路线了。’”

动态调整路线

Rohan Ghuge表示，当搜索人员不知道目标物体或其他数据具体位于何处时，路径规划大致存在两种极端情况。