针对多对一追逃博弈(PE)问题，提出了显性协同框架下的最优追逃控制策略。首先，利用图论工具将多对一追逃博弈问题转化为多智能体系统一致性控制问题;然后，结合自适应动态规划(ADP)技术，设计评价网络对追逃双方控制策略进行在线求解，并利用Lyapunov法证明稳定性。考虑到追逃策略总是成对出现，单个逃逸者面对多方追击时存在多个逃逸策略难以选择的问题，提出整体逃逸策略是各单一逃逸策略的动态加权的控制算法; 最后，通过对导弹协同攻防过程建模并进行对比仿真，证明了所提博弈策略的有效性。
多对一追逃博弈 自适应动态规划 多智能体系统 导弹攻防 many-to-one pursuit-evasion game Adaptive Dynamic Programming(ADP) multi-agent system missile attack and defense
:北京信息科技大学高动态导航技术北京市重点实验室，北京 100101
应用定性微分对策理论对无人机、无人车追逃问题进行分析, 给出在对局环境中存在障碍物的情况下, 躲避区与捕获区分界界栅的确定过程。设置对局场景, 建立对局双方的运动学方程, 针对双方的运动特性分析结局并得出对局策略。然后考虑讨论环境中障碍物的影响, 分析对局终止条件, 最终解算出界栅, 并给出实例说明。
无人机 无人车 借栅 追逃问题 定性微分对策 障碍 UAV UGV barrier pursuit-evasion game qualitative differential game obstacle
