2026年10月23日
山体滑坡、洪水、地面塌陷，这些地质灾害的隐患点往往分布广泛。卫星可以大范围扫描，但无法确认每一个疑似点是否真的危险。无人机可以近距离核实，但数量有限，电池也有限，先去哪里、后去哪里，是一个需要精心计算的问题。
西交利物浦大学西浦国际商学院徐建宇博士及其他合作者在《Engineering Applications of Artificial Intelligence》上发表的研究《Reinforcement learning-enhanced routing for multiple unmanned aerial vehicles in satellite-assisted geohazard monitoring with emergency prioritization》，提出了一个卫星与无人机协同的决策支持框架，用于动态地质灾害监测。研究将卫星识别出的潜在隐患点视为必须核实的任务，而已经记录在案的地质灾害点则根据实时更新的紧急等级进行选择性监测。路线规划问题被构建为一个定制化的团队定向问题，需要在无人机运行时间和风险优先级覆盖之间取得平衡。
由于隐患点的状态和优先级会随着新信息的出现而变化，研究引入了一种滚动时域机制。每完成一次无人机飞行任务，系统就会更新场地状态和优先级，使路线计划能够随之调整。为了求解这个复杂的优化问题，研究团队提出了强化学习增强的自适应大邻域搜索算法，简称ALNS-RL。其中，深度Q网络在线学习如何根据当前搜索状态选择合适的破坏与修复算子组合，从而提升传统自适应大邻域搜索的适应能力。计算结果表明，ALNS-RL在解的质量和收敛性能上都有更好表现，尤其在较大规模的算例中优势更为明显。
从实际应用角度看，这个框架可以帮助应急机构和无人机运营方优先安排紧急核查任务，在有限容量下合理分配无人机资源，根据最新风险信息调整飞行计划，以及评估所需机队规模。研究展示了人工智能如何增强已有的优化方法，从而提升现实监测作业的效率和响应速度。
徐建宇博士指出，地质灾害监测的关键不是有多少无人机，而是什么时候把哪一架派到哪里。卫星负责发现，算法负责排序，无人机负责核实。三者配合得好，有限资源才能用在最需要的地方。
关于作者
徐建宇博士现任西交利物浦大学西浦国际商学院（IBSS）管理学副教授。他于2012年获得北京大学统计学学士学位。之后，他联合获得中国科学院统计学博士学位与香港城市大学系统工程及工程安全博士学位。他的研究兴趣包括强化学习、质量与可靠性工程以及工业统计。
关于期刊
《Engineering Applications of Artificial Intelligence》是人工智能工程应用领域的国际权威期刊，由Elsevier出版，为国际自动控制联合会（IFAC）旗下期刊。该刊在2025年的影响因子为9.0，在中科院SCI分区中位列计算机科学大类一区，为Top期刊。期刊专注于将人工智能方法应用于各类工程实际问题的研究与实践，要求论文明确说明AI方面的贡献及其在真实工程场景中的验证。
2026年10月23日