[toc]
面向多体博弈的有人/无人机编队智能空战决策方法
Intelligent air combat decision method for MAV-UAV formation based on multi-agents game
-
选题来源:纵向科研课题。
-
研究内容:
(1)基于博弈理论的有人/无人机编队智能空战决策模型;
(2)基于强化学习的有人/无人机编队智能决策优化算法。
- 研究方法:
(1)多智能体博弈理论;
(2)强化学习理论。
- 研究目标:
以异构协同空战为背景,研究有人/无人机编队作战行动、目标打击等方面的协同决策能力,提出一套完整的智能空战决策方法。作战想定为红蓝双方均为1架有人机与4架无人机编队进行自由空战,首先建立空战态势优势评价体系,其次基于博弈理论建立有人/无人机编队目标分配模型和机动决策模型,然后建立有人/无人机编队空战智能决策模型,最后结合强化学习理论优化模型算法,提高其在动态对抗环境下的适应性和鲁棒性。
-
空战智能决策胜率不低于80%;
-
决策具备实时性,决策时长不高于1秒;
-
强化学习下的空战决策胜率提高5%以上。
- 基于博弈理论的有人/无人机编队智能空战决策模型;
- 基于强化学习的有人/无人机编队智能决策优化算法。
-
Player:我方战斗机
利益完全一致的多个参与者应视为同一个 Player
-
Strategy:机动、攻击等等,一般是一个集合
-
Payment:每一次决策得到的分数,一般是矩阵形式
支付矩阵设置具有主观性,需要引入专家知识
-
Situation:每一次决策后形成的局势
- 博弈模型:完全信息静态博弈——纳什均衡
- 红蓝两方对决可以简化为两人博弈吗?
- 现在的问题是参与者要独立选择自己的策略,且在不知道对方策略的情况下使得自己得到最大的利益
- **思路:**每一时间节点检查当前局势,通过局势信息确定支付矩阵,进行博弈选择
根据《多对多无人机空战的智能决策研究》,空战决策可以分为以下两个部分:
-
目标分配:即考虑各种约束进行敌我的匹配以实现某种尺度下的群体最优
-
机动决策
对于某有人/无人机
- 两机之间距离
$d^i_j$ - 该飞机对某飞机的滞后角
$\alpha^i_j$ - 该飞机对某飞机的超前角
$\beta^i_j$
则有: $$ \left{\begin{aligned}
& d^i_j = \abs{\vec d^i_j} = \sqrt{(x_i - x_j)^2 + (y_i - y_j)^2 + (z_i - z_j)^2}\
& \alpha^i_j = \arccos{\frac{\vec v_i \cdot \vec d^i_j}{v_i \cdot d^i_j}}\
& \beta^i_j = \arccos{\frac{\vec v_j \cdot \vec d^i_j}{v_j \cdot d^i_j}}\
\end{aligned}\right. $$
表示某架有/无人机对另一架有/无人机相对优势的大小。优势函数越大,我方无人机生存并击毁敌机的可能性越大
包含:角度优势、距离优势和能量优势
感觉可以作为支付函数矩阵的计算依据
$$ G_D =
\left{\begin{aligned}
& 1 & d \le R_0\ & e^{- \frac{d-R_0}{k}} & d >R_0\
\end{aligned}\right. $$
其中,其中
$$ G_E =
\left{\begin{aligned}
& 1 & \eta\geq 2\
& 0.6 \eta -0.2 & 0.5\le\eta < 2\
& 0.1 & \eta < 0.5
\end{aligned}\right. $$
其中
其中,$\omega_1$ 和
首先利用证据理论对优势矩阵进行多级融合,最终获得双方的总优势矩阵
构建目标函数,指导混合策略纳什均衡向最优解方向搜索进行 $$ \max = (Mu_R-Mu_B) $$ 即使得 R 方的在对抗过程中相对于 B 方的对抗优势越大