Dữ liệu công bố trên arXiv ngày 30/9/2026 giới thiệu hai phương pháp tính toán mới nhằm nâng cao hiệu quả lập kế hoạch cho hệ thống tự trị: mô hình dự đoán gió đô thị GeoWind2Plan dành cho thiết bị bay không người lái (UAV) và khung quy hoạch POMDP giảm thiểu rủi ro dựa trên độ đo CVaR. Cả hai nghiên cứu cùng tập trung giải quyết bài toán cốt lõi trong điều hướng tự động: xử lý tác động bất định của môi trường và đảm bảo an toàn khi ra quyết định trong thời gian thực.
Theo báo cáo phát triển GeoWind2Plan (mã số arXiv:2609.36056), luồng gió 3D phức tạp quanh các tòa nhà đô thị khiến mức tiêu thụ năng lượng của UAV phụ thuộc nặng nề vào gió cục bộ thay vì chỉ độ dài đường bay. Trước đây, mô phỏng động lực học chất lưu (CFD) độ chính xác cao mất từ vài giờ đến nhiều ngày cho mỗi điều kiện biên, hoàn toàn không tương thích với các nhiệm vụ UAV vốn chỉ kéo dài từ vài phút đến hàng chục phút. GeoWind2Plan giải quyết điểm nghẽn này bằng mạng nơ-ron toán tử cục bộ có điều kiện theo hình học 3D công trình. Hệ thống chỉ mất khoảng 3 giây để suy luận trường gió trên hành lang bay, so với mức xấp xỉ 8 giờ của CFD truyền thống. Khi kiểm chứng bằng mô phỏng CFD, quỹ đạo do GeoWind2Plan tối ưu giúp giảm tiêu thụ năng lượng 6,9% khi xuôi gió, 12,7% khi ngược gió và 4,5% khi gặp gió ngang so với việc lập kế hoạch không xét gió, khôi phục từ 75,0% đến 87,9% mức tiết kiệm lý thuyết của CFD.
Cùng ngày, bài báo mã số arXiv:2609.35874 đề xuất giải pháp cho bài toán quy hoạch quá trình quyết định Markov quan sát được một phần (POMDP) trực tuyến trong điều kiện rủi ro. Các bộ lập kế hoạch POMDP trực tuyến truyền thống thường tối ưu hóa chi phí tích lũy kỳ vọng, điều có thể bỏ qua các trạng thái nguy hiểm khi phân bố niềm tin đặt trọng số lớn vào vùng rủi ro cao. Thay vì thay đổi toàn bộ hàm giá trị quỹ đạo vốn đòi hỏi thuật toán phức tạp riêng biệt, nhóm nghiên cứu áp dụng độ đo rủi ro giá trị có điều kiện (CVaR) trực tiếp vào chi phí tức thời của phân bố niềm tin tại từng bước. Cấu trúc này giữ nguyên dạng MDP chuẩn, giúp mọi bộ lập kế hoạch POMDP thông thường có thể trở nên nhạy cảm với rủi ro chỉ bằng cách thay đổi phép tính chi phí, đồng thời đi kèm chứng minh toán học về giới hạn sai số hữu hạn giữa mô hình xấp xỉ và POMDP gốc.