多主体系统中空中防御的合作引导
计算机视觉与模式识别
2025-10-03 v1
摘要
本文解决了受控空域中一个关键的空中防御问题，涉及三架自主空中飞行器——一架攻击性无人机（追逐者）、一架高价值无人机（逃逸者）和一架防御性无人机（防御者）。我们提出一种合作引导框架，用于逃逸者-防御者团队，保证在追逐者尚未捕获逃逸者前即可实现拦截，即使在高度动态和不确定的作战条件下。不同于传统的启发式、最优控制或微分博弈方法，我们在受限时间的引导框架内求解问题，采用基于真实比例导航的办法，确保空中防御问题具有稳健且可保证的解。该策略计算轻便、可扩展至大量代理配置，且无需了解追逐者的策略或控制律。从任意初始几何构型开始，该方法保证关键作战误差在固定时间内归零，从而实现成功任务。广泛的仿真测试在多样化和对抗性情景中确认了所提策略的有效性及其在受控空域实时自主防御中的相关性。
引用
@article{arxiv.2510.02086,
title = {VGDM: Vision-Guided Diffusion Model for Brain Tumor Detection and Segmentation},
author = {Arman Behnam},
journal= {arXiv preprint arXiv:2510.02086},
year = {2025}
}