arXiv cs.AI· Shaoxiang Qin, Yucheng Zhao, Fuyuan Lyu, Di Zhou, Jiachen Yao, Xue Liu, Anima Anandkumar, Liangzhu Leon Wang, Xiongye Xiao·· 2026-09-30AI 评分38
GeoWind2Plan：用于无人机节能规划的任务级 3D 城市风场预测
GeoWind2Plan: Mission-Time 3D Urban Wind Prediction for Energy-Efficient UAV Planning
AI 导读
GeoWind2Plan 框架通过几何条件神经算子预测 3D 城市风场，实现无人机任务级节能路径与速度规划。该框架完成走廊局部风场推理仅需约 3 seconds，远快于传统 CFD 的约 8 hours。在 CFD 评估中，其规划航迹在顺风、逆风和侧风任务中分别降低能耗 6.9%、12.7% 和 4.5%，达到 CFD 参考节能效果的 75.0% 至 87.9%。
来源：arXiv cs.AI · arxiv.org