Grasper：面向追逃问题的通用追捕者

追逃博弈（PEGs）对追捕者团队与逃逸者在基于图的环境（如城市街道网络）中的交互进行建模。近期进展表明，PSRO 中的预训练与微调范式在提升求解大规模 PEGs 的可扩展性方面是有效的。然而，这些方法主要聚焦于具有固定初始条件的特定 PEGs，而现实场景中初始条件可能变化极大，这显著阻碍了传统方法的适用性。为解决此问题，我们提出了 Grasper，一种面向追逃问题的通用追捕者，能够高效生成针对特定 PEGs 的追捕者策略。我们的贡献有三方面：首先，我们提出了一种新颖的架构，为多样化的 PEGs 提供高质量解，其关键组件包括： 图神经网络（GNN），将 PEGs 编码为隐向量； 超网络，基于这些隐向量生成追捕者策略。其次，我们开发了一种高效的三阶段训练方法，包括： 预预训练阶段，通过 GraphMAE 等自监督图学习技术学习鲁棒的 PEG 表示； 预训练阶段，利用启发式引导的多任务预训练（HMP），其中启发式导出的参考策略（如通过 Dijkstra 算法）对追捕者策略进行正则化； 微调阶段，采用 PSRO 在指定的 PEGs 上生成追捕者策略。最后，我们在合成地图与真实地图上进行了大量实验，展示了 Grasper 在解质量与泛化能力方面显著优于基线。我们证明，Grasper 为跨广泛场景的追逃问题提供了一种通用方法，使其能够在现实情境中实际部署。