本研究探讨了在水下环境中有效运用机器人进行物品搬运时的策略优化方法，旨在提升操作效率与安全性。文中通过分析不同的搬运场景和挑战，提出了创新性的解决方案和技术路径。
在水中机器人搬运项目中的策略优化是一项复杂的技术挑战，涉及到了解机器人学、机器学习及深度学习等领域知识。本研究旨在通过引入新的比赛策略、调整顶球顺序与路线以及建立新判别函数来提高机器人的搬运效率。
国际水中机器人大赛包含多个子项目，如水下搬运、花样游泳和障碍越野等，而我们专注于其中的搬运部分，在限定时间内指导仿真机器人将一组小球准确地送入预设的目标框中。该项目不仅考核了机器人的搬运能力，还检验其对各种环境变化的适应性。
URWPGSim2D是北京大学智能控制实验室开发的一个重要科研工具，用于模拟真实的水下作业条件。该平台分为服务端和客户端两部分：前者模仿实际水域情况；后者则加载比赛策略并进行决策计算。竞赛场地尺寸为4500mmX3000mm，包含六个小球及对应的六只目标框，并且有两条仿真机器鱼。
搬运项目的一大难点在于模拟平台的复杂约束条件。为了尽可能地接近真实环境，URWPGSim2D引入了许多不确定因素，增加了对机器人控制策略的要求。余正秦和尚虹霖的研究中提出了一种“一鱼带多球”策略并优化了不同鱼类顶球顺序与路线以适应比赛规则和场地环境，并通过新的判别函数来指导远距离追球、直线运球以及任务完成后的退出等环节，从而进一步提高搬运速度。
研究团队采用模拟实验验证新旧两种策略的效果对比。结果显示，在缩短搬运时间方面，“一鱼带多球”策略具有明显的优势。这对参加国际水中机器人大赛的队伍来说极具参考价值。
本项目的核心概念包括“水下搬运”，即在水环境中进行物品运输；“2D仿真机器人”，指二维空间中的模拟机器人；顶球算法，控制机器鱼顶送小球的过程；以及一鱼带多球策略。这些研究成果不仅对参赛团队有重要借鉴意义，也为从事机器学习和深度学习研究的学者提供了有关机器人控制系统设计与优化的经验分享。通过改进搬运方法，在提升比赛成绩的同时也推动了水中机器人技术的进步和发展。
5星
