一种基于世界模型的开放动态场景无人系统导航方法

本技术涉及人工智能与无人机自主导航，具体涉及一种基于世界模型的开放动态场景无人系统导航方法、系统、设备、介质、程序和世界模型的任务敏感结构化剪枝方法。

背景技术：

1、近年来，随着无人系统、人工智能和嵌入式计算技术的快速发展，无人机在安防巡检、环境监测、灾害救援、城市巡查及复杂区域探测等领域得到了广泛应用。无人机要在真实环境中完成自主飞行任务，需要具备环境感知、路径规划、动态避障和实时决策等能力。尤其在城市街道、室内空间、森林区域和灾区场景中，环境通常具有障碍物分布复杂、光照变化明显、动态目标频繁出现以及通信条件不稳定等特点，这对无人机的自主导航系统提出了更高要求。传统依赖gps、规则控制或固定路径规划的方法难以适应复杂多变的飞行环境，因此，如何使无人机在动态复杂场景下实现高效、安全、实时的智能决策，成为无人机自主导航领域的重要研究方向。现有无人机导航方法主要包括基于地图构建的方法和基于强化学习的方法。基于地图构建的方法通常依赖slam、视觉传感器或激光雷达对环境进行定位与建图，并结合路径规划算法生成飞行路线，该类方法在静态或结构化环境中具有一定效果，但在面对动态障碍物、突发遮挡和环境快速变化时，容易出现地图更新滞后、路径重规划不及时和避障失败等问题。基于强化学习的方法能够通过智能体与环境交互学习导航策略，具备较强的自主决策能力，但传统无模型强化学习通常需要大量交互样本，训练周期较长，并且在奖励稀疏和高维视觉输入条件下收敛效率较低。近年来，基于世界模型的强化学习方法通过学习环境潜在状态转移规律，使智能体能够在潜在空间中预测未来状态并进行想象式策略优化，为无人机动态避障提供了新的技术路径。然而，现有世界模型通常包含感知编码器、状态转移网络、奖励预测网络和策略网络等多个模块，模型结构复杂、参数规模较大，难以直接部署在算力、存储和能耗受限的无人机平台上。同时，现有模型剪枝和量化方法多依据权重大小或通道激活值进行压缩，缺少对无人机导航任务中状态预测、风险预测和动作决策贡献差异的刻画，容易在压缩模型的同时削弱无人机对未来风险的判断能力。因此，需要一种能够同时兼顾动态环境风险预测、世界模型决策能力和轻量化部署需求的无人机智能决策系统。

技术实现思路

1、本技术旨在解决现有无人机自主导航方法在动态复杂场景下避障滞后、路径规划失败的问题，以及现有世界模型结构复杂、参数规模大难以直接部署在算力受限的无人机平台上，且传统剪枝方法容易削弱无人机对未来风险判断能力的问题。

2、为了实现上述目的，本技术第一方面提供一种基于世界模型的开放动态场景无人系统导航方法，包括：获取无人机机载传感器采集的多模态感知数据；对所述多模态感知数据进行特征提取与融合，得到环境表征o；将所述环境表征o输入至世界模型中，生成潜在状态并预测未来状态和奖励以构建想象轨迹；基于所述想象轨迹计算综合风险评价值；根据预测的奖励值和所述综合风险评价值选择动作策略；以及通过无人机控制系统执行所选的动作策略，以进行自主导航。

3、可选地，所述多模态感知数据包括：获取rgb图像、深度图像及位姿状态信息p；对所述多模态感知数据进行特征提取与融合，得到环境表征o，包括：分别构建rgb视觉特征和深度空间特征，将所述rgb视觉特征、深度空间特征以及位姿状态信息p进行融合，得到同时包含场景纹理信息、障碍物空间距离信息和无人机自身运动状态信息的统一环境表征o。

4、可选地，世界模型包括状态表示模型、状态转移模型和奖励预测模型；将所述环境表征o输入至世界模型中，生成潜在状态并预测未来状态和奖励以构建想象轨迹，包括：通过状态表示模型根据当前环境表征o和历史隐状态生成当前潜在状态；通过状态转移模型根据当前潜在状态和无人机执行动作预测下一时刻潜在状态；通过奖励预测模型根据潜在状态预测未来奖励值；以当前潜在状态为起点，利用所述世界模型连续预测未来h步状态，形成潜在想象轨迹。

5、可选地，基于所述想象轨迹计算综合风险评价值，包括：在所述潜在想象轨迹中，对未来若干时间步内的碰撞概率、最近障碍物距离和状态预测不确定性进行估计；根据所述碰撞概率、最近障碍物距离和状态预测不确定性计算综合风险评价值rt，其中rt的计算公式为：

6、

7、式中，、、表示各风险因素的权重系数，表示防止分母为零的极小常数，表示

t时刻的碰撞概率，表示

t时刻的最近障碍物距离，表示

t时刻的状态预测不确定性；

8、根据未来奖励值和所述综合风险评价值选择动作策略，包括：

9、根据未来奖励值和所述综合风险评价值构建选择动作的优化目标函数：

10、

11、式中，表示时刻的未来奖励值，表示折扣因子，表示风险惩罚权重；

12、其中，所述选择动作的优化目标函数在生成动作时同时未来奖励值和碰撞风险约束，优先选择奖励较高且碰撞风险较低的动作策略。

13、可选地，感知模态包括当前场景风险等级g、无人机剩余电量b、处理器负载c和当前推理时延t；当处于低风险轻量推理模式时，缩短潜在想象轨迹长度并减少部分感知模态输入；当处于中风险均衡推理模式时，保持默认想象轨迹长度和主要感知模态输入；当处于高风险安全推理模式时，增加潜在想象轨迹长度，并启用rgb图像、深度图像和位姿状态信息与所有感知模态的完整融合输入。

14、为了实现上述目的，本技术第二方面提供一种世界模型的任务敏感结构化剪枝方法，包括：

15、计算世界模型中各通道或结构单元的任务敏感重要性评分，其中，

16、，式中

17、表示剪除第i个通道或结构单元后引起的状态转移误差；

18、表示剪除第i个通道或结构单元后引起的奖励预测误差；

19、表示剪除第i个通道或结构单元后引起的动作输出偏差；

20、表示剪除第i个通道或结构单元后引起的碰撞风险误差；

21、，，，为各项指标的权重系数；

22、对所有通道或结构单元按照任务敏感重要性评分进行排序；

23、优先剪除重要性评分低于预设阈值的通道或结构单元，并对剪枝后的世界模型进行短期微调。

24、为了实现上述目的，本技术第三方面提供一种基于世界模型的开放动态场景无人系统导航系统，包括：数据采集模块，用于获取无人机机载传感器采集的多模态感知数据；特征处理模块，用于对所述多模态感知数据进行特征提取与融合，得到环境表征o；世界模型预测模块，用于将所述环境表征o输入至世界模型中，生成潜在状态并预测未来状态和奖励以构建想象轨迹；风险决策模块，用于基于所述想象轨迹计算综合风险评价值，并根据预测的奖励值和所述综合风险评价值选择动作策略；控制执行模块，用于通过无人机控制系统执行所选的动作策略；以及模型优化模块，用于根据任务敏感重要性评分对世界模型进行结构化剪枝与微调。

25、为了实现上述目的，本技术第四方面提供一种电子设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器被配置为执行所述计算机程序以实现如前面实施例提供的基于世界模型的开放动态场景无人系统导航方法和如权利要求6所述的世界模型的任务敏感结构化剪枝方法。

26、为了实现上述目的，本技术第五方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如前面实施例提供的基于世界模型的开放动态场景无人系统导航方法和如权利要求6所述的世界模型的任务敏感结构化剪枝方法。

27、为了实现上述目的，本技术第六方面提供一种计算机程序产品，包括软件指令，当所述软件指令在电子设备上运行时，使得所述电子设备执行如前面实施例提供的基于世界模型的开放动态场景无人系统导航方法或和权利要求6所述的世界模型的任务敏感结构化剪枝方法。

28、本技术公开了一种基于世界模型的开放动态场景无人系统导航方法，包括获取无人机机载传感器采集的多模态感知数据；对多模态感知数据进行特征提取与融合，得到环境表征o；将环境表征o输入至世界模型中，生成潜在状态并预测未来状态和奖励以构建想象轨迹；基于想象轨迹计算综合风险评价值；根据预测的奖励值和综合风险评价值选择动作策略；以及通过无人机控制系统执行所选的动作策略，以进行自主导航。本技术通过多模态感知数据融合构建统一环境表征，利用世界模型在潜在空间中预测未来状态和奖励并构建想象轨迹，结合碰撞概率、障碍物距离和预测不确定性计算综合风险评价值，并在动作选择时同时考虑奖励和风险约束，从而提升无人机对动态环境的前瞻性判断能力，提高避障成功率与实时决策能力。通过任务敏感结构化剪枝方法，以状态转移误差、奖励预测误差、动作输出偏差和碰撞风险误差为联合评价指标进行模型压缩，在降低模型计算开销和推理时延的同时保持导航决策性能。通过风险与资源自适应推理机制，根据场景风险和平台资源动态调整推理规模，实现无人机实时、安全、低资源消耗决策。