人工智能在eVTOL航路实时规划与动态重规划（防撞、避天气）中的算法演进.docx

PAGE2

人工智能在eVTOL航路实时规划与动态重规划（防撞、避天气）中的算法演进

摘要

本研报聚焦人工智能技术在城市空中交通（UAM）核心载体eVTOL（电动垂直起降飞行器）航路实时规划与动态重规划领域的应用与算法演进。研究范围覆盖基于深度强化学习（DRL）、图神经网络（GNN）及生成式模型的智能航迹生成系统，重点探讨其在防撞与恶劣天气规避场景下的技术突破与商业化路径。

核心发现表明，传统基于规则与优化的航路规划方法已无法满足高密度、高动态城市低空环境的运营需求。以深度强化学习为代表的AI算法，通过将航路规划建模为马尔可夫决策过程，实现了从“全局预规划”到“感知-决策-执行”闭环的范