面向无人机安全目标导航的多追逃博弈学习

在存在来自多个追捕者的对抗性物理攻击的情况下，无人机的安全导航是一项具有挑战性的任务。本文提出了一种新颖的方法，即异步多阶段深度强化学习（AMS-DRL），以训练对抗性神经网络，这些网络可以从多个进化的追捕者的行为中学习并快速适应其行为，使无人机能够躲避攻击并到达其目标。具体而言，AMS-DRL在追逃博弈中进化对抗性智能体，其中追捕者和逃跑者在多个阶段以二部图的方式异步训练。通过博弈论分析，我们的方法保证了智能体之间的Nash均衡，从而确保收敛。我们在广泛的模拟中评估了我们的方法，并表明它以更高的导航成功率优于基线。我们还分析了相对最大速度等参数如何影响导航性能。此外，我们进行了物理实验，并验证了训练策略在实时飞行中的有效性。引入了成功率热图，以阐明空间几何如何影响导航结果。项目网站：https://github.com/NTU-ICG/AMS-DRL-for-Pursuit-Evasion。