基于Voronoi图最近邻协商的多机协同追捕方法

为了应对低空空域下频发的无人机“黑飞”事件,本文采用了以协同追捕为代表的柔性反制思路,然而由于低空运行环境复杂、任务快变、约束多元,传统最优控制方法难以有效适用,因此,研究了多对多场景下的多无人机协同追捕问题,建立了基于Voronoi图的多无人机协同追捕模型,并证明了基于面积最小化的追捕策略的鲁棒性。进而,考虑环境障碍、信息非完备的约束条件,提出了基于最近邻协商的多机协同追捕方法,仿真结果验证了所提出的协同追捕策略的高效性和鲁棒性,为多无人机协同追捕问题提供了理论与技术支撑。

P3C-MADDPG算法的多无人机协同追捕对抗策略研究

针对策略未知逃逸无人机环境中多无人机协同追捕对抗任务,提出P3C-MADDPG算法的多无人机协同追捕对抗策略。首先,为解决多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法训练速度慢和Q值高估问题,在MADDPG算法中分别采用基于树形结构储存的优先经验回放机制(Prioritized Experience Replay,PER)和设计的3线程并行Critic网络模型,提出P3C-MADDPG算法。然后基于构建的无人机运动学模型,设计追逃无人机的状态空间、稀疏奖励与引导式奖励相结合的奖励函数、加速度不同的追逃动作空间等训练要素。最后基于上述训练要素,通过P3C-MADDPG算法生成策略未知逃逸无人机环境中多无人机协同追捕对抗策略。仿真实验表明,P3C-MADDPG算法在训练速度上平均提升了11.7%,Q值平均降低6.06%,生成的多无人机协同追捕对抗策略能有效避开障碍物,能实现对策略未知逃逸无人机的智能追捕。

动态环境下多机器人合作追捕研究

主要研究了多个自主型移动机器人合作追捕多个运动猎物的追捕—逃避问题.从基于范例的推理缩小任务招标范围、引入辅助决策矩阵改善联盟决策两个方面对传统的合同网协议进行了改进,以减少任务协商过程中的通信开销,接着引入了联盟生命值、违约金等概念,在此基础上,实现了一种允许动态联盟的多机器人合作追捕算法.仿真实验证明了所提算法的可行性和有效性.

基于对策论的群机器人追捕-逃跑问题研究

将群机器人追捕-逃跑问题看成具有两个局中人的离散动态对策问题,考虑了距离影响、走步影响、有效包围3个因素,构造出威胁评估函数,通过计算各种可能的策略下追捕者对逃跑者的威胁值得到追捕者的支付矩阵,求解该矩阵即可得到每次走步时对抗双方的最优走步策略.以此作为双方策略选择的数学模型,并在此基础上提出了实时策略选择算法.仿真试验结果验证了该模型和算法的可行性.

未知环境下多机器人协作追捕算法

研究了在未知环境下一种多机器人协作追捕多个移动目标方法,将追捕过程分为环境地图创建、构建追捕团队,及团队成员协作快速捕获目标三部分.设计抽象传感器模型用于追捕者探索障碍物.综合考虑与捕获目标相关的各种因素建立属性关系样本数据集,提出了利用关联规则数据挖掘技术构建追捕团队的方法.通过对追捕目标位置预测,将追捕问题类比为多机器人协作路径规划问题,在环境地图基础上求解追捕团队到达目标位置的最优路径.仿真结果表明,多机器人能够高效地协作捕获移动目标,证明了所提方法在复杂动态环境下实现的可行性及有效性.

水面无人艇的抗追捕-逃跑策略

针对美国海军的"蜂群"水面无人艇战术,本文研究了水面无人艇在受到多艘敌艇追捕情况下的逃跑路径规划问题。在多障碍物环境模型下,考虑水面无人艇的实际体量和操纵性能约束,提出了一种基于阿波罗尼奥斯圆和安全裕量的敌方水面无人艇威胁区域建模方法。根据威胁区域确定了水面无人艇的被包围状态集和抗追捕-逃跑策略集,并通过两个集合之间的映射关系自主调整逃跑方向。仿真结果表明本文的策略能有效避免我方水面无人艇被敌方捕获,对提高水面无人艇的环境适应性和自主性具有积极意义。

机器人部队运动多目标合作追捕算法

针对现有追捕问题只研究单个逃避者且附加了诸如逃避者的速度慢、视野小、只能随机逃避等使逃避者处于劣势或与追捕者轮流运动等额外条件的问题,研究了相同速度和视野范围的逃避者和追捕者同时智能运动时的机器人部队运动多目标的合作追捕算法.该算法根据入侵者的不同类型,机器人部队首先执行运动目标承诺生成算法,由不同数目的机器人协商动态组成追捕团队,追捕团队再按运动多目标合作追捕算法进行合作追捕.仿真结果表明,机器人部队能够高效地合作捕获智能逃避的入侵者,算法的低复杂性可以在复杂动态环境下实时实现.

基于博弈论及Q学习的多Agent协作追捕算法

多Agent协作追捕问题是多Agent协调与协作研究中的一个典型问题。针对具有学习能力的单逃跑者追捕问题,提出了一种基于博弈论及Q学习的多Agent协作追捕算法。首先,建立协作追捕团队,并构建协作追捕的博弈模型;其次,通过对逃跑者策略选择的学习,建立逃跑者有限的Step-T累积奖赏的运动轨迹,并把运动轨迹调整到追捕者的策略集中;最后,求解协作追捕博弈得到Nash均衡解,每个Agent执行均衡策略完成追捕任务。同时,针对在求解中可能存在多个均衡解的问题,加入了虚拟行动行为选择算法来选择最优的均衡策略。C#仿真实验表明,所提算法能够有效地解决障碍环境中单个具有学习能力的逃跑者的追捕问题,实验数据对比分析表明该算法在同等条件下的追捕效率要优于纯博弈或纯学习的追捕算法。

基于短期预测的追捕方法

针对具有安全区的追捕逃避问题,抛开参与人是否理性的假设,提出了一种基于短期预测的追捕方法.由参与人短期内状态空间有限和伪蒙特卡罗方法原理阐述了进行短期预测的可行性.追捕方法的流程为:追捕方先根据物理条件限制预测双方的短期状态;根据反映对抗态势的特征计算出对手处于某状态时自身某状态的收益,并由此进一步获得针对同时刻对手各个状态的自身某状态的综合收益;估算出自身各个预测状态的综合收益后,选取某个状态作为短期目标,执行能到达该状态的行为.结合足球机器人一对一对抗的实践进行了仿真,结果表明该方法有效.介绍了在自主式足球机器人上应用基于短期预测的追捕方法的初步实验,证实该方法具有一定的实际应用价值.

追捕逃逸型微分对策问题的识别域判别

研究了仿射非线性控制系统下的单目标两人追捕逃逸型微分对策问题,解决了该类控制系统在不等式约束区域上系统识别域的判别问题,给出了判别识别域的充分必要条件.首先利用生存理论及非光滑分析工具得到了仿射非线性控制系统的识别域判别定理,从而把对该非线性控制系统识别域的判别问题转化为求解凸不等式组的相容性问题.基于凸可行问题的求解方法给出了此问题的投影算法,并给出算法相应的收敛性定理.最后得到了仿射非线性系统下的两人追捕逃逸型微分对策问题的选择定理.

基于运动图式的多机器人合作追捕

为实现多个机器人合作追捕目标机器人,以基于运动图式的反应式控制结构为基础,设计追捕机器人的4种基本行为:奔向目标,避开障碍物,避让队友以及收缩包围,为避免机器人陷入死锁状态,引入随机漫游行为。通过基本行为的矢量合成和机器人之间的局部交互作用,实现多机器人的协作行为。仿真试验验证了该方法的有效性。

基于Fast Marching方法的多机器人追捕算法

多机器人系统的追捕-逃跑问题是人工智能领域一个非常重要的问题。本文为实现多追捕者协作追捕逃跑目标,提出了一种基于Fast Marching方法的多机器人协作追捕策略。追捕过程中,追捕者数量多于逃跑者的情况下,协助追捕者通过构造"活跃区域"与主追捕者的合作,实现一种压迫式的追捕策略。

一种基于短期预测的追捕方法的分析与仿真

针对具有安全区的追捕-逃避问题,提出了一种基于短期预测的追捕方法,其算法流程为：追捕方先根据物理条件限制,预测双方可能的短期未来状态,然后评估自身在各种未来状态下的收益,获得一棵决策树,最后根据决策树决定并执行某种行为.讨论了如何确定合理预测时间长度和预测步数等问题,分析表明,预测时间并非越长越好.结合自主式足球机器人一对一对抗的研究实践,进行了仿真实验,仿真结果验证了相关理论分析.

自利Agent追捕联盟生成算法

多Agent合作追捕是多Agent系统研究的经典问题,在机器人等领域具有重要的应用前景。文章提出了面向任务的自利Agent联盟生成算法,该算法能同时处理多个不同类型的逃跑Agent的任务分配问题;因为追捕Agent和逃跑Agent速度相等,追捕联盟成员位置的分布十分关键,所以提出了基于贡献度的联盟成员选择策略;同时为了较好地体现追捕Agent的自利性,定义了需求度作为自利性的度量,解决了冲突协商且有利于资源的优化配置。通过与经典拍卖算法的比较表明,该算法显著提高了追捕成功率。

“跨省追捕”与“媒介审判”——浅谈当前我国地方公权与媒介环境的关系

地方公权的行使与媒介舆论监督作用的发挥是当前建设和谐社会的重要支撑与保证。在当前快速转型期的中国社会背景下,依据公共组织、公民社会理论分析,"跨省追捕"与"媒介审判"有其相互不同的存在合理性与存疑性。具体事件背后有着地方公权与媒介舆论监督权力的深层博弈。正确地认识两者之间的关系,使之达到一种均衡,有助于更好地推进中国转型期的社会建设。

一类含有时滞与扩散的捕食—追捕系统的持续生存

运用比较定理和一些迭代技巧,讨论得到了一类含有时滞与扩散的捕食-追捕系统的持续生存。

经济犯罪案件在逃犯罪嫌疑人的追捕对策

针对经济犯罪嫌疑人逃匿方式智能化、潜逃行动机动化和联络方式隐蔽化的特点。在犯罪嫌疑人逃匿初期和逃匿初期追捕措施未奏效、出逃已久两个阶段 ,应采取不同的追捕措施 ,并注意保密和快速反应。

基于量子少数者博弈的多机器人追捕

多个带有自利因素的追捕机器人在追捕一个逃跑者的过程中,自身利益与整体利益之间会产生冲突,导致系统付出更多代价.若调整收益分配机制,并引入量子少数者博弈,则可将经典策略空间扩展到量子策略空间.在该空间下,追捕者追求自身利益最大化时,也能达到整体最优.通过对追捕过程中量子少数者博弈进行实验分析表明,采用量子策略的机器人,其自身利益与整体利益得到统一,追捕效率大幅度提高.

一种多机器人协作追捕-逃跑问题策略研究

提出一种多机器人协作追捕多个移动目标策略.基于主从式协作结构提出了分区主从式协作方法,在确定追捕目标点后通过引入追捕意向、追捕耗时、心智态度等三个指标概念选择最优合作追捕团队成员,并根据逃跑者状况以及协作效用判断追捕结果,评价追捕效率.仿真试验结果证明该策略的可行性及有效性.

基于MapX的IP追捕系统

设计和实现了一个基于MapX的IP追捕系统,该系统能实时获取从主机到目标主机整条路径的节点信息,如目标节点的操作系统、多种服务、所在位置、域名信息、国家等,同时能把这些信息显示在地图上,实现了网络追捕的可视化。