北京化工大学王友清团队 | 多障碍下视线追逃博弈的混合纳什均衡求解（MOOP）
文摘
科技
2024-09-02 12:00
北京
![]()
![]()
研究团队
步绍明,梁丽,王友清：北京化工大学
文章下载
Shaoming BU, Li LIANG & Youqing WANG. A mixed Nash equilibrium solution for visibility-based pursuit-evasion game with multiple obstacles. Sci China Inf Sci, 2024, doi: 10.1007/s11432-024-4134-1
![]()
多智能体博弈是新一代人工智能的重要内容和前沿领域，它在实现系统自主智能方面发挥着重要作用。基于视线的追逃博弈，作为多智能体博弈的一个重要分支，特别强调智能体在视觉信息处理和视觉交互中的策略制定和行为预测，它涉及到智能体如何在视觉环境中进行有效沟通和决策，其作用尤为显著。它不仅能够增强态势感知能力，帮助智能体在复杂的战场环境中更好地理解周围环境和敌方意图，还允许智能体在视觉信息的基础上快速做出决策。此外，它强调智能体之间的视觉交互，这有助于无人系统协同作战，提升了战术的灵活性，提高了整体作战效能。本文基于视线追逃博弈定性分析设计了一种动态环结构，求解了多障碍环境下追逃双方的混合纳什均衡策略。首先，针对单个角障碍确定追逃双方赢得区域。然后，设计了一种“现在-未来-过去”结构，用来确定多障碍环境中每一个角障碍的“角色”，从而确定该角障碍相应的追逃策略。最后，设计了一种动作价值函数用来评估追逃双方的动作策略对双方的有利程度，并用混合纳什均衡进行求解，找到全局最优策略。(1) 针对单个角障碍环境，提供了逃跑者和追捕者的优势区的解析解。(2) 设计了一种“现在-未来-过去”结构，用以考虑多障碍环境对当前决策的影响。 (3) 将混合纳什均衡引入基于视线的追逃博弈，设计行动价值函数并求得纳什均衡解，得到多障碍环境下的最优策略。![]()
