- 前言
本课题以多无人机为研究对象，分析成功追击移动目标机的整体方案。研究内容主要包括建立无人机群对抗追击的仿真模型，其中包括多对一以及多对多的追击模型和策略，以及完成追击策略算法并在仿真模型上进行验证。
追捕游戏是一个常用的人工智能算法的测试平台，这个平台是机器人足球比赛平台的前身，就是通过多个围捕机器人信息共享和合作行动来完成围捕目标机器人的任务，这个平台可以在理想的情况下快速简单地测试出算法的性能优势。[2]多机器人围捕是考察多机器人系统协作鲁棒性的一种常用方法。围捕任务中各围捕机器人一般先通过探测来获取目标的当前位置信息，进而采用相关路径规划算法向测得的目标的实时位置行进。[6]
在追捕过程中机器人分为围捕机器人和目标机器人，其中围捕机器人获胜的判定方法一般为追捕者能够在有限次数的移动后与目标机器人的位置重合，反之则判定猎物获胜。
追捕游戏的主要步骤为：1、搜索目标；2、通信；3、选择围捕方案。这三个步骤可以循环进行，围捕机器人首先在一个未知的环境下进行搜索，一旦发现目标，围捕机器人之间就互相通信来告知目标机器人的位置信息和运动情况，然后采取相应的围捕方案进行围捕，直到成功捕捉目标机器人。若围捕失败，则重新回到搜索状态，进行下一轮围捕，如此反复。
二、国内外相关研究
目前，国内外在追捕逃避博弈方面研究成果较多。
近年来，此类问题引起了国内许多学者的关注，王巍等以势场栅格法[1]为基础探讨了多机器人围捕动态目标的策略，提出了“虚拟范围”的概念，减少了动态规划的次数，提高了围捕速度，然而围捕环境比较空旷，当障碍数目增多时，规划可能失败。文献[2]以多机器人围捕为研究对象分析了成功围捕目标的临界条件，设计了当围捕机器人速度小于目标时的伏击方案，该方案应用条件为围捕机器人和目标机器人智能水平相当且都具有全局视野的情况，但围捕成功率仅当目标已进入包围圈时才能得到提高，且文中没有探讨围捕机器人如何从远处逼近目标的问题。裴惠琴等在[3]提出了一种规模可扩展的机器人群体围捕目标的切换式策略，各机器人通过数目优势对目标进行协作围捕，以克服其速度上的劣势，该围捕算法假定目标轨迹始终是直线，对目标的位置进行预测，进而采取相关围捕策略，但是该预测方法仅适用于目标轨迹为直线的情况，当其轨迹为任意曲线时则不再适用。苏治宝等人提出一种多移动机器人协作围捕策略[4],该策略利用强化学习中的Q学习算法获得Q值表，根据学习后的Q值表选择动作，对各种行为的输出进行加权求和获得综合行为，实现对移动目标的围捕，这种方法适用于连续环境中有障碍物以及围捕移动目标的情况。陈阳舟等提出了基于角度优先的多机器人围捕策略[5]，相对于包围圈固定策略，这种方法在围捕成功率上由较大提高，消耗时间也有一定减少。周浦城等在动态环境下多机器人合作追捕研究[6]中，在追捕区域已知的情况下，研究了由多个机器人构成的追捕团队形成不同的追捕联盟以捕捉动态到来的多个猎物的问题。在围捕任务中各围捕机器人一般先通过探测来获取目标的当前位置信息，进而采用相关路径规划算法向测得的目标的实时位置行进[3]，但是该方法是一种被动跟踪，没有先验性，因而胡俊和朱庆保在基于动态预测目标轨迹和围捕点的多机器人围捕算法[6]中提出了一种基于动态预测目标轨迹和围捕点的多机器人围捕算法，其具有运算过程简单、收敛速度快等优点。
与以上追捕策略相对的，田波等人在弹道导弹突防中的对抗技术研究中针对逃离追捕[8]的突防技术进行了深入的研究，他们提出突防策略可以从反侦察识别、轨道选择和反拦截加固等方面进行，这些突防方法在后续的课题中可以考虑进目标机器人的行为集合中，以增加追踪策略的泛用性。
国外也有学者针对相关问题进行了深入的研究。美国加利福利亚大学河滨分校的Swastik Kopparty针对RN条件下的追击逃逸博弈机制[9]进行了深入的研究，他提出了一个用于解决多猎手单猎物的追击逃逸博弈，同时给出了PLANES和SPHERES两种算法用于捕获猎物，这两个算法优点在于在无边界追捕的情况下无论猎物和追捕者初始距离如何，到达捕获经历的步数相对初始距离都是最为线性的，并且SPHERES算法在任何球对称随机运动模型下，都有很小的期望捕获时间。Nusyirwan I F等人针对追踪逃逸实时优化因子分析[10]进行了研究，在研究中利用并行进化规划(PEP)来寻找最优解，用于使战斗机躲避导弹的追击。为了成功实现追捕，Lu P, Doman D B也提出了特定方向超高速碰撞的自适应制导方法[11]。
这些追捕和逃逸策略在实际中有着广泛的应用范围，比如在导弹的突防与拦截[12]中，其中导弹可以视为猎物，而导弹防御系统可以视为追捕者。除此之外，在飞机被敌对导弹锁定时的逃逸策略也是上述研究成果的应用场景，王斯财等在导弹迎击时飞机的最佳逃逸策略研究[13]中建立了弹-机追逃对抗飞行数学模型，并在此基础上提出了几种突防方案并进行仿真从而得出有效的逃逸策略。
