不完全信息Epsilon纳什均衡的航天器末端追逃博弈策略

针对不完全信息下的航天器末端追逃问题,提出了一种满足Epsilon纳什均衡的微分博弈控制策略。首先,建立了完全信息下的有限时间追逃纳什均衡策略对,并将其作为目标航天器实际采取的控制策略,使目标航天器掌握博弈进程的完全信息,进而获得更好的逃逸性能。在此基础上,考虑拦截航天器不能获取目标控制矩阵信息的态势,设计了基于广义卡尔曼滤波的行为学习信息估计算法,使拦截器能够对目标的不完全信息进行估计,并提出了不完全信息下的末端追逃博弈控制策略。经过理论分析,证明了所设计的不完全信息下微分博弈策略对满足Epsilon纳什均衡。最后,仿真结果表明该算法可以有效估计目标的不完全信息,确保拦截器能够在有限时间内快速拦截目标。

航天器轨道追逃动力学与控制问题研究综述

随着航天器交会与接近操作技术的快速发展,轨道追逃问题逐渐成为航天领域的研究热点。从动力学与控制视角,对航天器轨道追逃问题的研究现状进行综述。给出了基于定量微分对策的轨道追逃问题模型的一般形式,系统梳理了各种类型的轨道追逃问题;对于追逃策略求解,分别针对闭环策略和开环策略,分析了各种方法的优缺点;围绕人工智能算法与轨道追逃问题的结合,阐述了基于深度神经网络和强化学习的轨道追逃策略的研究现状。关于未来展望,提出了追逃博弈态势分析、多航天器博弈控制、三体条件下博弈动力学与控制等发展方向。

新时代中国反腐败境外追逃的法律机制发展路径研究

习近平总书记在党的二十大报告中提出“深化反腐败国际合作,一体构建追逃防逃追赃机制”。在习近平新时代中国特色社会主义思想指导下,我国反腐败境外追逃法律机制逐步完善。但从境外追逃执法和司法实践看,境外追逃中常规适用的引渡措施仍面临瓶颈问题,缺席审判程序的追逃功能有限,境外追逃量刑承诺的法治化程度有待提升,境外羁押期限的刑期折抵问题有待明确。为促进追逃防逃追赃机制的一体构建,应拓宽引渡措施的适用渠道,以制度创新破解缺席审判适用难点,促进境外追逃中量刑承诺法治化发展,明确境外羁押期限的刑期折抵情形,进而促进境外追逃工作高质量发展。

基于国际反腐视角的中国追逃追赃的原则与策略研究

党的二十大报告进一步强调“深化反腐败国际合作,一体构建追逃防逃追赃机制”,这是推动追逃追赃工作高质量发展的现实要求。针对当前追逃追赃过程中的新问题和新动向,既要保持对形势的清醒认识,也要坚持将战略的原则性与策略的灵活性相结合。在反腐败追逃追赃的过程中要以增强忧患意识和保持战略定力相统一、坚持战略判断和战术决断相统一、坚持斗争过程和斗争实效相统一为基本遵循。通过对江苏省领跑反腐败追逃追赃的成功经验进行分析总结,提炼了有关反腐败追逃追赃的斗争策略,为未来追逃追赃工作实现高质量发展提供启发。

基于距离信息的追逃策略:信念状态连续随机博弈

追逃问题的研究在对抗、追踪以及搜查等领域极具现实意义.借助连续随机博弈与马尔科夫决策过程(Markov decision process, MDP),研究使用测量距离求解多对一追逃问题的最优策略.在此追逃问题中,追捕群体仅领导者可测量与逃逸者间的相对距离,而逃逸者具有全局视野.追逃策略求解被分为追博弈与马尔科夫决策两个过程.在求解追捕策略时,通过分割环境引入信念区域状态以估计逃逸者位置,同时使用测量距离对信念区域状态进行修正,构建起基于信念区域状态的连续随机追博弈,并借助不动点定理证明了博弈平稳纳什均衡策略的存在性.在求解逃逸策略时,逃逸者根据全局信息建立混合状态下的马尔科夫决策过程及相应的最优贝尔曼方程.同时给出了基于强化学习的平稳追逃策略求解算法,并通过案例验证了该算法的有效性.

航天器交会型轨道追逃策略的滚动时域优化

针对航天器自由时域交会型轨道追逃过程中的测量误差等不确定性对交会的影响,提出了一种基于滚动时域优化的高时效策略求解方法。根据微分对策理论推导得到博弈鞍点控制策略,并对问题进行等价转换;通过预先离线求解开环鞍点策略,将问题初始状态和相应的解作为样本以进行神经网络训练,训练后的网络结构可以快速得到相应问题的近似解。为了更好地应对博弈环境中的测量噪声,基于神经网络结构设计了滚动时域求解框架,并通过周期性的滚动求解最终实现对逃逸航天器的交会。数值仿真表明,所提出的策略可以有效应对测量噪声不确定性,且相比于文献中已有的策略,计算耗时可从分钟级降至秒级。

航天器轨道追逃态势分析的水平集方法

航天器轨道追逃是当前航天动力学与控制领域的研究热点。针对轨道追逃定性问题开展研究,提出了一种综合运用降维动力学模型和后向可达集的航天器近距离轨道追逃态势分析方法,以支撑任务可行性分析;通过在视线旋转坐标系下推导博弈系统降维动力学模型,建立近距离追逃定性问题模型,减少了状态空间维度;使用目标集的后向可达集描述捕获区并划分追逃状态空间,基于水平集方法建立可达集在降维动力学模型中演化的动态HJI(Hamilton-Jacobi-Isaacs)偏微分方程,并设计WENO-TVD求解器数值计算HJI方程终值问题粘性解,完成了追逃目标集的准确描述并避免了可能出现的终端奇异现象。通过不同推力构型的追逃场景数值仿真验证了方法的有效性,展现了一次计算批量化处理初始态势的功能。

多人追逃的协商微分对策最优躲避策略

针对夺旗运动中追逃博弈的最优躲避问题,提出了一种多人追逃的协商微分对策最优躲避策略。首先,建立夺旗追逃线性化模型,并对模型进行降阶。其次,考虑能量约束和交汇时刻博弈双方距离的代价函数,构造了哈密顿函数。最后,利用Hamilton-Jacobi-Isaacs(H-J-I)方程组,求解得到了协商微分对策最优躲避策略。对所设计最优躲避策略进行了“二追一”仿真和多层追捕仿真,结果表明夺旗一方的队员成功夺旗的同时能量消耗最小,验证了本文提出协商微分对策躲避策略的有效性和适用性。

基于自适应增强随机搜索的航天器追逃博弈策略研究

针对航天器与非合作目标追逃博弈的生存型微分对策拦截问题,基于强化学习研究了追逃博弈策略,提出了自适应增强随机搜索(adaptive-augmented random search,A-ARS)算法。针对序贯决策的稀疏奖励难题,设计了基于策略参数空间扰动的探索方法,加快策略收敛速度;针对可能过早陷入局部最优问题设计了新颖度函数并引导策略更新,可提升数据利用效率;通过数值仿真验证并与增强随机搜索(augmented random search,ARS)、近端策略优化算法(proximal policy optimization,PPO)以及深度确定性策略梯度下降算法(deep deterministic policy gradient,DDPG)进行对比,验证了此方法的有效性和先进性。

一种结合MADDPG和对比学习的无人机追逃博弈方法

针对复杂作战环境中无人机的追逃博弈问题,建立了其马尔科夫模型,采用零和博弈思想,设计了追逃双方的奖励函数。构建了集中训练-分布执行的多智能体深度确定性强化学习算法(MADDPG)的训练流程,求解得到追逃博弈的纳什均衡解。针对以追逃双方初始位置等高维向量构成的捕获域(逃逸域)难以解析表征的问题,在MADDPG博弈网络基础上,结合深度对比学习算法,通过构建和训练孪生神经网络,实现了对高维捕获域(逃逸域)的间接表征。仿真结果表明,MADDPG算法可以有效求出给定条件下的无人机追逃博弈的纳什均衡解,同时,对比学习算法结合收敛的MADDPG网络对高维的捕获域(逃逸域)表征的正确率达到95%。

基于改进强化学习的多智能体追逃对抗

针对多智能体追逃问题,提出基于优先经验回放和解耦奖励函数的多智能体强化学习算法.将多智能体深度确定性策略梯度算法(MADDPG)和双延迟-确定策略梯度算法(TD3)相结合,提出多智能体双延迟-确定策略梯度算法(MATD3).针对多智能体追逃问题中奖励函数存在大量稀疏奖励的问题,提出利用优先经验回放方法确定经验优先度以及采样高价值经验.设计解耦奖励函数,将奖励函数分为个体奖励和联合奖励以最大化全局奖励和局部奖励,提出DEPER-MATD3算法.基于此算法设计仿真实验,并与其他算法对比,实验结果表明,该算法有效解决了过估计问题,且耗时相比MATD3算法有所减少.在解耦奖励函数环境下该算法训练的追击者的全局平均奖励升高,追击者有更大的概率追击到逃逸者.

特别没收程序证明标准的体系化构建——以海外追逃追赃为视角

特别没收程序证明标准之体系化,有诉讼认识的阶段性、诉讼构造的对抗性以及实质正当法律程序上的根基。其体系结构由纵向诉讼流程上的递进式证明标准体系与横向诉讼构造上的多元化证明标准体系两个基本维度构成。囿于规范上的局限和理论上的误区,我国现行特别没收程序的证明标准设置,于纵向和横向维度上的体系结构均显不足。不仅各阶段证据标准不明,诉讼两造的证据负担也未见厘清,从而造成实务运作上弊病丛生,并有招致司法权力滥用之虞。未来对于特别没收程序证明标准的具体设置,应依诉讼阶段与争讼各方的特性、需求不同,而为不同程度、不同层次的体系化安排。

基于终端诱导强化学习的航天器轨道追逃博弈

针对脉冲推力航天器轨道追逃博弈问题,提出一种基于强化学习的决策方法,实现追踪星在指定时刻抵近至逃逸星的特定区域,其中两星都具备自主博弈能力.首先,充分考虑追踪星和逃逸星的燃料约束、推力约束、决策周期约束、运动范围约束等实际约束条件,建立锥形安全接近区及追逃博弈过程的数学模型;其次,为了提升航天器面对不确定博弈对抗场景的自主决策能力,以近端策略优化(Proximal policy optimization,PPO)算法框架为基础,采用左右互搏的方式同时训练追踪星和逃逸星,交替提升两星的决策能力;在此基础上,为了在指定时刻完成追逃任务,提出一种终端诱导的奖励函数设计方法,基于CW(Clohessy Wiltshire)方程预测两星在终端时刻的相对误差,并将该预测误差引入奖励函数中,有效引导追踪星在指定时刻进入逃逸星的安全接近区.与现有基于当前误差设计奖励函数的方法相比,所提方法能够有效提高追击成功率.最后,通过与其他学习方法仿真对比,验证提出的训练方法和奖励函数设计方法的有效性和优越性.

基于计算博弈的脉冲作用下航天器追逃策略

本文研究了地球高阶引力模型中,基于脉冲作用的航天器轨道追逃问题。针对该问题,将航天器轨道追逃问题定义为两选手计算博弈,其中以博弈双方的距离和燃料消耗设计了性能指标函数,并以速度增量大小和方向构建容许控制集。此外,为了保证纳什均衡解的求解效率,引入了快速搜索(ARS)算法,并设计了一种数据剪枝方法用于优化搜索空间,最终实现了基于计算博弈的控制策略的快速求解。仿真结果表明:该方法能够有效解决脉冲作用下航天器的追逃难题,与传统方法相比,该方法能同时满足脱靶量精度和燃料消耗要求,具有一定的可行性和有效性。

图注意力网络的微分博弈追逃问题最优策略

微分博弈追逃问题的最优策略,是建立在追逃双方的轨迹预测模型基础上,通过双方轨迹进行预判,从而做出更有预见性的动态策略。因此为了获得博弈双方最优策略,提出并设计双方随机运动算法,建立了追逃双方的状态方程,并在此基础上通过改进图注意力网络(graph attention network,GAT),对其网络中邻接矩阵和特征数据连接方式进行重新设计,构建了攻击方与目标方轨迹预测模型并进行数值验证。此外采用将双方随机运动的轨迹由圆环覆盖的方法,建立轨迹连接图。结果表明,GAT网络在MAE、MAPE、RMSE等预测指标上均优于图卷积网络和契比雪夫频谱卷积网络,可用于微分博弈追逃问题的最优策略研究。

潜艇防御两阶段追逃微分博弈模型

在作战中为使潜艇免遭鱼雷的发现或攻击,可使用声诱饵对抗鱼雷。结合实际作战过程对潜艇的防御场景进行详细刻画,建立潜艇防御两阶段追逃微分博弈模型,求解出此博弈模型局中人的最优策略,并给出数值算例仿真。用简单运动刻画了具有假目标的单一追逐者与2个逃避者的追逃问题,使用局中人之间的距离和捕获真实目标的时间定义支付函数。通过几何方法对两阶段博弈模型进行求解,应用最优控制理论和HJI方程求解局中人的最优策略,并对模型进行定性研究。最后通过具体算例与数值仿真验证了模型的合理性与可行性。

反腐败追逃追赃国际合作的若干问题

在惩治腐败犯罪国际合作过程中,追逃和追赃是主线。由于法律、制度、习惯等各种差异和障碍,如何开展行之有效的国际合作始终是难点,理论界和实务界都在寻找破解之策。本文在具体个案的经验和教训基础上,就以下三个较为重要的问题展开思考:分析积极适用遣返措施的必要性,并从主动配合遣返国、推动被请求国积极合作、有效破除例外障碍三个方面探索推动适用遣返措施的可行性路径;分析建立健全资产分享和返还机制的必要性,就资产查明、分享、返还三个主要环节提出具体建议;分析提升境外收集证据能力的必要性,从积极推进构建调查取证的国际合作机制、主管机关统筹规范调查取证工作、借助数字技术创新调查取证模式、在驻外使馆探索设立法务专员四个方面进行具体路径的分析研究。

经济全球化背景下海外追逃中的警务合作问题研究

21世纪以来,经济全球化的速度大大加快,各个主权国家在经济飞速发展的同时也面临着跨国犯罪的困扰。相比于国内犯罪,跨国犯罪的海外追逃难度大、风险大,是公安机关近些年面对的重大难题,也是我国融入世界格局所要面对的一大挑战。只有将警务合作依托于经济全球化的背景之下,打破传统的警务合作模式,才能使海外追逃工作顺利展开。

境外追逃领域外交承诺政治约束力说的理论补进与路径走向

外交承诺是否具备约束力,以及约束力是何种性质,在理论上一直备受争议,存在约束力否认说、法律约束力说与折中说等观点。外交承诺具有的是政治属性的约束力,在一定条件下国内法律与引渡条约可以为其附加一定的法律约束力。政治约束力说的理论应从政治约束力的依据、政治约束力的非意志性特征以及其对承诺可信度造成的影响三方面进行补充和完善。我国的外交承诺具有较强的政治约束力,《中华人民共和国引渡法》第50条与部分双边引渡条约为我国的外交承诺附加一定的法律约束力。外交承诺的政治约束力性质造成其在实践中人权保护效果的弱化,可以通过在引渡条约中强化承诺的约束效力、构筑被请求国作为主体介入监督的监督机制以及以多重因素综合评估承诺可信度的方式,来补强外交承诺的实际约束效力,实现对被引渡人人权的有效保护。

追逃追赃视角下美国引渡实践对我国引渡法的启示——“中国香港引渡美国公民案”评析

美国法院格蕾丝·陈引渡案告诉我们,包括商业贿赂的贿赂犯罪是符合双重犯罪原则的可引渡犯罪;美国引渡机制下行政部门与司法部门相互掣肘;由判例产生并发展的不过问规则深刻影响着美国引渡司法审查;在证据方面强调引渡合理根据标准的运用。该案对我国引渡的立法与司法具有启示意义,即在引渡法及双边引渡条约中增设并细化引渡证据标准要求;引渡诉讼中由检察机关代表请求引渡国出庭;法院作出的引渡裁决应增强说理论证。该案也进一步强化了中国香港作为特别行政区在刑事协助方面的独立司法地位,并显示了中国在追逃追赃方面的成效。