追捕者不同速度下的追逃博弈决策方法与流程.docxVIP

PAGE PAGE 1 追捕者不同速度下的追逃博弈决策方法与流程 1.本发明涉及追逃博弈问题，详细涉及追捕者不同速度下的追逃博弈决策办法。背景技术：2.可移动机器人的追逃问题是控制领域中的经典问题，这类问题主要考虑一组追捕者通过互相合作来捕获另一组逃窜者，通过智能体之间的对抗来模拟现实中的追逃过程。多机器人追逃问题的讨论成绩在无数领域上有着十分广大的应用前景。在工业领域通过建立追逃模型来讨论工业制品的调度，从而优化流水线效率。追逃问题还可以运用在航天领域，例如清扫太空垃圾、航天器之间对接与拦截等任务。在民用领域，基于追逃问题的机器人能够举行多智能体间的协同搜救任务，未知环境下的探究和测量测绘等工作。3.追逃博弈则是基于博弈论的理论来分析追逃问题，着重分析追逃双方的运动状态并讨论双方博弈策略的挑选，得到博弈过程的纳什均衡。在给定状态下，通过数学推导可以挺直分析后续状态变幻的结果。同时又可以反向推导出能够产生不同结果的临界条件，得出不同参数对结果的影响效果，进而得到博弈双方的最优策略。4.追逃博弈问题的讨论在早期主要用法微分对策的办法来解决。微分对策与最优控制理论有极大的相像性，都是基于动态系统选取合适的控制输入以使得性能泛函取得极值，通过求解相关的哈密顿雅可比贝尔曼方程，以获得最优策略。但是最优控制问题得到的控制为单方最优，而微分对策得到的控制则为均衡最优。在多参加者的追逃博弈问题中，因为求解难度挺直依靠于参加者的数目及其动力学模型，微分对策易遭受维数灾害的逆境。5.艾萨克斯提出了利用阿波罗尼圆来讨论追逃博弈问题。这类办法结合几何策略讨论追逃双方的组内合作机制和组间博弈对抗，具有简便、直观的优点，且适用于存在大量参加者的复杂对抗环境下的决策，对讨论追逃博弈问题具有非常重要的意义。阿波罗尼圆是由一动点到两定点的距离之比等于两不等已知线段之比所形成的轨迹圆，其中两定点称为焦点，两不等线段之比称为阿波罗尼圆相关的定比。阿波罗尼圆具有两个重要的性质，内容如下：6.性质1、由衔接阿波罗尼圆心和逃窜者的线与随意一条切线形成的角度数与逃窜者和追捕者的位置无关。7.性质2、衔接阿波罗尼圆上两切点的直线穿过追捕者，并且垂直于衔接追捕者和逃窜者的直线。8.采纳阿波罗尼圆的几何分析办法，与传统的微分对策办法相比，具有运算量小，可扩展、实时性强等特点，可以在复杂多变的追逃对抗环境下实现高效率的决策。但是,现有的阿波罗尼圆几何办法，大多从追捕者或者逃窜者中的某一角度来研究，只能给出单方面的决策，不能同时涉及双方的策略挑选办法，办法不够完整。9.另外，在现有的决策办法中没有考虑边界对追逃问题的影响，导致在无数实际状况中不能适用。技术实现要素：10.有鉴于此，本发明提供了追捕者不同速度下的追逃博弈决策办法，包括追逃双方的策略挑选办法，能够使博弈参加者针对复杂对抗环境举行实时智能决策，提升可移动机器人团队配合能力和博弈对抗性。11.为实现上述目的，本发明技术计划如下：12.本发明追捕者不同速度下的追逃博弈决策办法，逃窜者具有速度优势而追捕者具有数量优势时的追逃博弈决策时，逃窜者利用自身速度上的优势，先临近其中几个追捕者，与剩下的追捕者拉开距离，此时距离较远的追捕者追随逃窜者的移动方向运动，来维持抓捕队形；13.当逃窜者的运动方向与追捕者的阿波罗尼圆有交点时，距离逃窜者较近的追捕者朝向此交点移动，在此过程中，较远的追捕者与较近的追捕者之间会产生一个缝隙，逃窜者利用这个缝隙举行逃脱；14.其中，追捕者的阿波罗尼圆为利用公式(1)得到x的轨迹：[0015][0016]其中，p为追捕者的位置，e为逃窜者的位置，vp为追捕者的速度，ve为逃窜者的速度；[0017]阿波罗尼圆的圆心为o：[0018][0019]阿波罗尼圆的半径为r：[0020][0021]其中，xp为追捕者位置的横坐标，yp为追捕者位置的纵坐标，xe为逃窜者位置的横坐标，ye为逃窜者位置的纵坐标，为阿波罗尼圆相关的定比；[0022]追捕者具有速度和数量优势时的追逃博弈决策时，画出逃窜者相对于每一个追捕者的阿波罗尼圆，得到逃窜者的平安区域，逃窜者在平安区域内移动；其中，逃窜者与全部追捕者的阿波罗尼圆的交集就是当前时刻逃窜者的平安区域；[0023]按照在追捕过程中的作用将追捕者分为“局外人”、“捕捉者”和“拦截者”，其中，“局外人”对囫囵追逃过程没有影响，待在初始位置；“捕捉者”在追捕过程中的作用是实现终于的捕捉，朝着逃窜者所在位置直线运动；“拦截者”为“捕捉者”提供帮助，朝着阿波罗尼圆心方向运动，不断压缩逃窜者的平安区域，直至将逃窜者捕捉。[0024]其中，追捕者具有速度和数量优势时的追逃博