大型二冲程船用柴油机共轨润滑系统的气缸注油率（喷射速率）研究
Injection rate of cylinder lubrication oil in large two-stroke marine diesel engines using a common rail lubrication system
用燃油喷射领域的「博世注油速率测量法」实测电控共轨气缸注油器：开启后约 1 ms 建立质量流量、直至喷嘴空化壅塞；对高黏度气缸油，2 mg–21 mg 注油量范围内预测误差 ≤5%，为「按需注油」铺路。
arXiv:2307.03408 · 2023年7月7日（v1） · Bjørn Christian Dueholm, Jesper de Clavi
船用柴油机数据驱动故障诊断技术综述
A Survey on Data-Driven Fault Diagnostic Techniques for Marine Diesel Engines
系统梳理船用柴油机各子系统（燃油、冷却、润滑等）的常见故障与近年数据驱动诊断方法，并指出当前最大短板——多数方法只在「特定故障」上验证，缺少覆盖整个子系统的综合数据集。
arXiv:2404.10363 · 2024年4月16日（v1） · Ayah Youssef, Hassan Noura, Abderrahim E
低延迟、独立运行、计算高效的船舶主机时序数据预测
Low Latency Stand Alone Compute-Efficient Forecasting of Marine Engine Time Series Data
把船舶主机的运行参数看成「漂移 + 扩散」的随机过程，用自适应窗口多粒子系统做状态空间预测——不依赖大模型、不用云端，在船上就能以 1 Hz+ 频率实时给出风险量化。
arXiv:2605.26123 · 2026年5月14日（v1） · Y. Harsha Vardhana Reddy, Soumyendu Raha
从船舶轨迹到安全关键会遇场景：面向自主船舶数字测试的生成式 AI 框架
From Vessel Trajectories to Safety-Critical Encounter Scenarios: A Generative AI Framework for Autonomous Ship Digital Testing
用 AIS 海量轨迹数据训练一个「海事感知」变分自编码器 GAVAE 生成逼真单船轨迹，再自动配对成交叉、对遇、追越等安全关键会遇场景，为自主船舶（MASS）数字测试建场景库。
arXiv:2603.28067 · 2026年3月30日（v1） · Sijin Sun, Liangbin Zhao, Xiuju Fu（机构未在素
海事领域船舶燃油消耗的估算与优化：综述、挑战与未来方向
Estimation and Optimization of Ship Fuel Consumption in Maritime: Review, Challenges and Future Directions
系统综述船舶燃油消耗（FOC）的估算与优化方法——按物理模型 / 机器学习 / 混合模型三大类梳理，首次把数据融合与可解释 AI（XAI）纳入 FOC 视角，并指出数据标准化、实时优化等关键缺口。
arXiv:2602.21959 · 2026年2月25日（v1） · Dusica Marijan, Hamza Haruna Mohammed, B
FuelCast：船舶燃油消耗的表格模型与时间序列模型基准评测
FuelCast: Benchmarking Tabular and Temporal Models for Ship Fuel Consumption
发布了一个包含三艘船运行与环境数据的燃油消耗公开数据集（FuelCast），建立「表格回归 + 时间序列回归」双任务标准基准，并首次把 TabPFN 基础模型的上下文学习（in-context learning）用于船舶油耗建模——小数据也能出好效果。
arXiv:2510.08217 · 2025年10月9日（v1） · Justus Viga, Penelope Mueck, Alexander L
船舶燃油消耗建模中的数据融合与机器学习——以散货船为例
Data Fusion and Machine Learning for Ship Fuel Consumption Modelling -- A Case of Bulk Carrier Vessel
用一艘散货船一整年（2021-11-16 至 2022-11-21）的 296 份航次报告，融合 CMEMS（19 个参数）与 ECMWF（61 个参数）两类外部气象海洋大数据，验证「外部数据融合能否提升油耗建模精度」——结果：能，但真正起作用的只有一小撮特征，主机转速（RPM）是最强预测因子；基线模型 76% 提升到先进模型 90%。
arXiv:2509.11750 · 2025年9月15日（v1） · Abdella Mohamed, Xiangyu Hu, Christian H
自主船舶混合可再生能源调度的数据驱动演化博弈模型预测控制
Data-Driven Evolutionary Game-Based Model Predictive Control for Hybrid Renewable Energy Dispatch in Autonomous Ships
为自主船舶（离岸养殖平台）的「光伏+风电+电池+柴油备用」混合能源系统设计 EG-MPC 调度框架：把演化博弈动力学装进滚动时域优化里，用真实数据训练的线性模型预测光伏出力与负荷，实时给出近最优的能源分配——比规则策略和标准 MPC 更省钱、更抗不确定性。
arXiv:2504.14750 · 2025年4月20日（v1） · Yaoze Liu, Zhen Tian, Jinming Yang, Zhih
面向内河自主船舶的意图共识异步分布式避碰
Asynchronous Distributed Collision Avoidance with Intention Consensus for Inland Autonomous Ships
让内河自主船在「同步 / 异步通信」两种条件下都能互相协商避碰意图——同步方案有 ADMM 理论保证收敛，异步方案应对通信延迟，仿真 + 实船试验双验证。
arXiv:2501.15899 · 2025年1月27日（v1） · Hoang Anh Tran, Nikolai Lauvås, Tor Arne
自主航运强化学习算法的鲁棒性评估
Evaluating Robustness of Reinforcement Learning Algorithms for Autonomous Shipping
在自主航运模拟器里「折腾」基准强化学习算法——改变船舶质量和转向率等条件，发现无模型方法 SAC 比基于模型的 MuZero 对环境扰动更稳，且训练更快，向三级自主迈进了一步。
arXiv:2411.04915 · 2024年11月7日（v1） · Bavo Lesy, Ali Anwar, Siegfried Mercelis
基于参考音的螺旋桨调制均衡
Propeller Modulation Equalization via Reference Tones
无人机螺旋桨会把射频信号「搅乱」（螺旋桨调制/微多普勒），论文用一根与被测信号特性匹配的连续参考音把多普勒扩展「测出来再均衡掉」，让 ILS 等导航台的巡检数据更准。
arXiv:2407.19084 · 2024年7月26日（v1） · Mostafa Ibrahim, Sabit Ekin
GPU 加速的基于优化碰撞避免（碰撞规避）
GPU-Accelerated Optimization-Based Collision Avoidance
把「机器人与障碍物都看成有限个凸多面体」的避碰问题，用缩放检测+强对偶拆成多个低维二次规划（QP），再交给 GPU 并行求解——高精度避碰在嵌入式平台上也能实时跑。
arXiv:2406.07048 · 2024年6月11日（v1） · Zeming Wu, Zhuping Wang, Hao Zhang（机构未在素
轮机工程中基于仿真的设计优化范围综述：趋势、最佳实践与空白
A Scoping Review on Simulation-based Design Optimization in Marine Engineering: Trends, Best Practices, and Gaps
系统梳理了 Scopus 与 Web of Science 上 277 篇「仿真+优化」做船舶设计的文献，发现大家仍偏爱确定性单目标优化——多目标与随机优化是未来最大的机会点。
arXiv:2404.18654 · 2024年4月29日（v1） · Andrea Serani, Thomas Scholcz, Valentina
面向内河航道自主船舶的分布式 MPC 协同避碰
Distributed MPC for autonomous ships on inland waterways with collaborative collision avoidance
两层协同避碰框架：第一层「交通评估与优先级确定协议」把内河交通规则翻译成各船的决策顺序，第二层用 ADMM 分布式 MPC 负责具体避碰——换规则不用改算法，仿真验证既能守规、必要时也能安全破规提效。
arXiv:2403.00554 · 2024年3月1日（v1） · Hoang Anh Tran, Tor Arne Johansen, Rudy
带避碰约束的协同周期覆盖（多移动体持续覆盖兴趣点）
Cooperative Periodic Coverage With Collision Avoidance
把 NP-hard 的「周期持续覆盖」拆成三块：个体闭环路径规划 → 二次约束线性规划（QCLP）求最优覆盖时间与动作 → 混合整数线性规划（MILP）排「无碰撞」团队周期时刻表；最后用带可移动感应线圈的电磁炉真实原型验证。
arXiv:2401.13622 · 2024年1月24日（v1） · José Manuel Palacios-Gasós, Eduardo Mont
面向自主船舶的未来海上交通管理系统展望
An Outlook on the Future Marine Traffic Management System for Autonomous Ships
为「自主船 + 有人船同海航行」的未来设计新的船舶交通系统（VTS）：三层架构——AI 检测控制层 + 编排通信平台层 + 整体制导-导航-控制（GNC）框架层，并用「船舶数字孪生 + 缩比模型船」的虚实结合场景来测试验证。
arXiv:2207.04140 · 2022年7月8日（v1） · Michele Martelli, Antonio Virdis, Albert
基于智能视觉的垂直起降（VTOL）无人机自主舰载降落
Intelligent Vision-based Autonomous Ship Landing of VTOL UAVs
不靠 GPS，只用一台机载相机：机器学习检测远距离舰船、经典视觉识别「地平线参考条」估计位姿、非线性控制器完成垂直降落——在模拟 6 自由度船体运动的移动甲板上成功完成 100+ 次降落试验。
arXiv:2202.13005 · 2022年2月25日（v1） · Bochan Lee, Vishnu Saj, Moble Benedict,
基于球谐函数的碰撞规避
Collision Avoidance Using Spherical Harmonics
不逐个近似障碍物，而是用球谐函数估计智能体周围「无碰撞空间」（星凸形状），再在其内部用优化方法求最优轨迹——比椭球/包围盒近似的方法保守性更低，能在狭窄通道中实时生成可行轨迹。
arXiv:2107.07117 · 2021年7月15日（v1） · Steven Patrick, Efstathios Bakolas（机构未在素
基于强化学习的飞行中桨叶失效检测与缺桨四旋翼控制
Mid-flight Propeller Failure Detection and Control of Propeller-deficient Quadcopter using Reinforcement Learning
用强化学习训练 4 桨、3 桨、2 桨（对置）三种四旋翼控制器，再配一个神经网络故障检测器在飞行中识别桨叶丢失并自动切换到对应控制器——模拟中 2.5 秒内完成检测，缺桨状态下航点跟踪依然稳定，无人机不会坠毁。
arXiv:2002.11564 · 2020年2月26日（v1） · Rohitkumar Arasanipalai, Aakriti Agrawal
V2X 通信网络中的碰撞避免——让车辆「边发消息、边听信道」的全双工能量检测方案
Collision Avoidance in V2X Communication Networks
让 V2X 网络里的车「一边发消息一边听信道」——用全双工能量检测实时发现碰撞、立刻退避，比固定门限策略碰撞时长更短，而且对自干扰消除能力的要求不高。
arXiv:1909.03919 · 2019年9月9日（v1） · Junwei Zang, Vahid Towhidlou, Mohammad S
人群碰撞避免的快速仿真——ORCA 行人避碰模型的 GPU 加速实现
Fast Simulation of Crowd Collision Avoidance
把行人避碰模型 ORCA 搬到 GPU 上：靠专用线性规划求解器 + 网格空间划分，实现最高 30 倍加速，10 万人实时仿真（60 帧/秒）。
arXiv:1908.10107 · 2019年8月27日（v1） · John Charlton, Luis Rene Montana Gonzale
基于优化的碰撞避免——用凸优化强对偶性把不可微避碰约束改写成光滑约束
Optimization-Based Collision Avoidance
用凸优化的强对偶性，把「不可微」的避碰约束精确改写成光滑非线性约束——不近似、不保守，还能算「侵入深度」找最小侵入轨迹；四旋翼导航与自动泊车都能实时求解。
arXiv:1711.03449 · 2017年11月9日（v1） · Xiaojing Zhang, Alexander Liniger, Franc