海上无人消防艇区域协同救援与路径规划策略研究：基于多智能体深度确定性策略梯度算法的动态灭火优化

本文针对船舶火灾救援中传统消防船响应慢、风险高的问题，提出基于多智能体深度确定性策略梯度（MADDPG）算法的无人消防艇（UFV）协同救援策略（UFRC）。通过动态任务分配算法建立UFV与火源（FS）的匹配关系，结合路径搜索算法提升搜索效率，最终实现多UFV在复杂海况下的协同路径规划。实验表明，该策略较SC-PSO、DRL和DDPG方法分别降低火灾损失39.1%、32.2%和11.7%，为海上智能消防提供创新解决方案。

　　

Highlight亮点

本研究的创新性体现在三个方面：1）提出动态任务分配算法实现UFV与FS的精准匹配；2）开发路径搜索算法提升UFV单步搜索效率；3）采用MADDPG算法解决海上协同灭火场景的路径规划难题。实验证实该策略显著优于现有方法。

System model系统模型

如图1所示，研究设定包含失去自主航行能力的事故船S_a（不受洋流影响）的海域场景。UFV集合U^S={1,2,...,N_S}配备同型号水炮W^S，搭载高精度定位和火情探测系统。模型特别考虑FS强度随海况动态变化的特性，为多UFV协同作业提供理论基础。

Framework of UFRC strategy策略框架

如图3所示，UFRC策略首先基于初始距离建立UFV-FS匹配关系。当UFV接近目标时，通过实时火情评估动态调整任务区域。策略创新性地将MADDPG算法与动态路径搜索结合，使UFV集群能像"智能蜂群"般自主优化灭火路径，显著提升复杂环境下的协作效率。

Simulation settings仿真设置

实验采用Python 3.6.5开发环境，在350m×350m的监测区域模拟。场景中心右侧设置长175m、宽30m的着火事故船，通过构建动态火势传播模型验证算法有效性。特别值得注意的是，仿真引入洋流扰动和风速变化等现实海况参数，使测试结果更具工程指导价值。

Conclusions结论

本研究提出的UFV区域协同救援策略通过三重创新：动态任务分配、高效路径搜索和MADDPG算法应用，成功将火灾损失降低达39.1%。该成果为智能海上消防系统开发提供了重要技术支撑，未来可扩展应用于危险品泄漏等海上应急场景。