CN114428999B - 基于演化博弈模型的无人飞行器对地攻防策略选择方法 - Google Patents
基于演化博弈模型的无人飞行器对地攻防策略选择方法 Download PDFInfo
- Publication number
- CN114428999B CN114428999B CN202210340278.8A CN202210340278A CN114428999B CN 114428999 B CN114428999 B CN 114428999B CN 202210340278 A CN202210340278 A CN 202210340278A CN 114428999 B CN114428999 B CN 114428999B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- defense
- aerial vehicle
- attack
- strategy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000007123 defense Effects 0.000 title claims abstract description 63
- 238000010187 selection method Methods 0.000 title claims abstract description 8
- 230000010076 replication Effects 0.000 claims abstract description 18
- 230000008901 benefit Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 abstract description 12
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000001613 Gambling Diseases 0.000 description 1
- JXASPPWQHFOWPL-UHFFFAOYSA-N Tamarixin Natural products C1=C(O)C(OC)=CC=C1C1=C(OC2C(C(O)C(O)C(CO)O2)O)C(=O)C2=C(O)C=C(O)C=C2O1 JXASPPWQHFOWPL-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本发明属于无人飞行器技术领域,特别涉及一种基于演化博弈模型的无人飞行器对地攻防策略优化方法。
背景技术
无人飞行器作为一种新型作战平台,能够自主或半自主地完成侦察、监控、搜索乃至攻击任务。在对地攻防任务中,无人飞行器能够依据不同策略,对不同价值的目标实施打击,相比于有人机具有造价低、规模大、滞空久、伤亡小等优势。作为防御方,将通过干扰、拦截等多种方式进行对抗,以尽可能降低己方目标被毁伤的程度。这一攻防对抗过程涉及复杂的收益冲突,因此,双方需要依据战场态势做出合理决策。
博弈论是研究智能体之间竞争冲突关系的表示方法,其目的是最大化己方收益或最小化己方惩罚。由于可反映双方策略的相互作用,博弈论已被广泛应用于无人飞行器作战决策分析。博弈论是建立在理性决策的基础上,其模型(GameModel)包括参与者(Participant)、策略(Strategy)及收益(Income)三部分,即。博弈论的基本原理就是每个参与者必须站在其他参与者的角度考虑问题,基于其他人的决策结果计算推理出自己的最佳决策方案。
然而,博弈论往往假设个体完全理性,这与实际情况并不相符。由于指挥员的有限理性约束,攻防双方的行为不会是一种完全理性的行为。因此,可在无人飞行器对地攻防决策中引入演化博弈模型,以有限理性作为基本假设,通过学习和进化,不断改进参与者的行为策略,有效增强博弈模型的可信性与适用性。
在完全理性的博弈论三元模型基础上,演化博弈模型增加了对于策略选择概率(StrategyProbable)的描述,构建了四元组模型,即。引入的策略选择概率与策略空间的维度一致,反映了各个参与者选择不同策略的可能性。这一概率随着时间推移不断学习进化,从而使攻防策略的选择成为了一种动态变化过程。基于构建的演化博弈四元组模型,可进一步联立复制动态方程,并通过计算求得演化稳定均衡解。
演化博弈四元组模型由参与者、策略、策略选择概率及收益四部分组成,其中的收益是建立复制动态方程的基础。现有的收益模型中,当双方选择了特定的对抗策略,获得的收益为确定值。在无人飞行器对地攻防问题中,由于对抗过程存在不确定性,即双方的策略保持不变时,每一次的结果可能不同,对应的收益也不同,因此,采用上述收益模型将难以准确刻画攻防结果。该模型已经应用于无人飞行器对地攻防决策领域,其主要问题是忽视了对抗结果的不确定性,没有刻画在各参与者特定策略组合情况下取得收益的随机性。
发明内容
针对背景技术存在的技术问题,本发明的目的是提出基于演化博弈模型的无人飞行器对地攻防策略选择方法,解决现有演化博弈模型解决无人飞行器对地攻防时无法描述对抗不确定性的问题。
本发明的技术方案是:基于演化博弈模型的无人飞行器对地攻防策略选择方法,其特征是:在演化博弈四元组模型的基础上,增加收益概率;根据无人飞行器对地攻防策略,构建无人飞行器对地攻防演化博弈模型;利用所述无人飞行器对地攻防演化博弈模型,构建无人飞行器对地攻防演化博弈模型的复制动态方程;利用所述复制动态方程,计算演化稳定均衡解。
Step13. 构建无人飞行器对地攻防演化博弈的策略选择概率空间,为攻击方选择策略的概率集合,,满足,其中为攻击方选择第个策略的概率;为防御方选择策略的概率集合,,满足,其中为防御方选择第个策略的概率;
构建无人飞行器对地攻防演化博弈的收益空间为攻击方在不同策略组合情况下取得的收益,;为攻击方选择第个策略且防御方选择第个策略时,攻击方取得的收益;为防御方在不同策略组合情况下取得的收益,;为攻击方选择第个策略且防御方选择第个策略时,防御方取得的收益;
Step15. 构建无人飞行器对地攻防演化博弈取得收益的概率空间,表示攻击方在不同策略组合情况下取得收益的概率,;为攻击方选择第个策略且防御方选择第个策略时,攻击方取得收益的概率;表示防御方在不同策略组合情况下取得收益的概率,为攻击方选择第个策略且防御方选择第个策略时,防御方取得收益的概率。
进一步的,构建复制动态方程的步骤为:
设无人飞行器对地攻防演化博弈达到稳定均衡状态时,为无人飞行器对地攻防演化博弈达到稳定均衡状态时攻击方选择第个策略的概率为,即;为无人飞行器对地攻防演化博弈达到稳定均衡状态时防御方选择第个策略的概率,即;则构建复制动态方程的步骤为:
Step23. 构建攻击方复制动态方程,用公式(3)所示:
Step26.构建防御方复制动态方程,用公式(6)所示:
进一步的,所述演化稳定均衡解的求解步骤为:利用Step23构建的攻击方复制动态方程和Step26构建的防御方复制动态方程,令攻击方复制动态方程与防御方复制动态方程的值为0,联立构成关于,及的个方程组,用公式(7)所示:
附图说明
附图1 实施例1无人飞行器对地攻防任务示意图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案作进一步具体的说明。
实施例1
基于演化博弈模型的无人飞行器对地攻防策略选择方法,其特征是:根据无人飞行器对地攻防策略,在演化博弈四元组模型的基础上,增加收益概率,构建无人飞行器对地攻防演化博弈模型;利用所述无人飞行器对地攻防演化博弈模型,构建无人飞行器对地攻防演化博弈模型的复制动态方程;利用所述复制动态方程,计算演化稳定均衡解。具体过程是:
(1)五元组演化博弈模型构建
考虑无人飞行器对地面某重要基地进行攻击的任务,有A、B两个目标,如图1所示。其中攻击方可采用I型或II型武器进行打击,防御方可采用第1型或第2型对空导弹予以拦截。
构建五元组演化博弈模型如下所示:
(2)复制动态方程构建
攻击方的平均收益为:
构建攻击方复制动态方程为:
防御方的平均收益为:
构建防御方复制动态方程为:
(3)计算演化稳定均衡解
令公式(4)及公式(7)的复制动态方程值为0,联立方程组,得到:
对公式(8)进行求解,过程如下:
综上,稳定均衡解包括5组,如公式(8)所示:
(4)结果比较
综合考虑目标价值、武器价值及使用规则等约束条件,对收益空间假定为:
利用仿真手段,可求得收益概率空间:
将代入公式(8),可以计算得到:
为了说明本发明具有显著的技术进步,将本实施例忽略收益概率空间,采用四元组演化博弈模型进行计算,可以得到:
通过比较可以看出,考虑收益概率后,稳定解对应的概率发生较大差异,对于最优攻防策略的选择造成重要影响。因此,有必要在演化博弈模型中引入收益概率项,以适应无人飞行器对地攻防结果的不确定性,本发明提出的引入收益概率的技术方案具有显著的技术进步。
Claims (3)
1.基于演化博弈模型的无人飞行器对地攻防策略选择方法,其特征是:根据无人飞行器对地攻防策略,在演化博弈四元组模型的基础上,增加收益概率,构建无人飞行器对地攻防演化博弈模型;利用所述无人飞行器对地攻防演化博弈模型,构建无人飞行器对地攻防演化博弈模型的复制动态方程;利用所述复制动态方程,计算演化稳定均衡解;所述构建无人飞行器对地攻防演化博弈模型的步骤为:
Step13. 构建无人飞行器对地攻防演化博弈的策略选择概率空间为攻击方选择策略的概率集合,,满足,其中为攻击方选择第i个策略的概率;为防御方选择策略的概率集合,,满足,其中为防御方选择第j个策略的概率;
Step14. 构建无人飞行器对地攻防演化博弈的收益空间为攻击方在不同策略组合情况下取得的收益,;为攻击方选择第i个策略且防御方选择第j个策略时,攻击方取得的收益;为防御方在不同策略组合情况下取得的收益,;为攻击方选择第i个策略且防御方选择第j个策略时,防御方取得的收益;
2.如权利要求1所述的基于演化博弈模型的无人飞行器对地攻防策略选择方法,其特征是构建复制动态方程的步骤为:
设无人飞行器对地攻防演化博弈达到稳定均衡状态时,为无人飞行器对地攻防演化博弈达到稳定均衡状态时攻击方选择第i个策略的概率为,即为无人飞行器对地攻防演化博弈达到稳定均衡状态时防御方选择第j个策略的概率,即;则构建复制动态方程的步骤为:
Step23. 构建攻击方复制动态方程,用公式(3)所示:
Step26.构建防御方复制动态方程,用公式(6)所示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340278.8A CN114428999B (zh) | 2022-04-02 | 2022-04-02 | 基于演化博弈模型的无人飞行器对地攻防策略选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210340278.8A CN114428999B (zh) | 2022-04-02 | 2022-04-02 | 基于演化博弈模型的无人飞行器对地攻防策略选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114428999A CN114428999A (zh) | 2022-05-03 |
CN114428999B true CN114428999B (zh) | 2022-06-21 |
Family
ID=81314278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210340278.8A Active CN114428999B (zh) | 2022-04-02 | 2022-04-02 | 基于演化博弈模型的无人飞行器对地攻防策略选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114428999B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107181793A (zh) * | 2017-04-27 | 2017-09-19 | 长安大学 | 基于动态博弈论的交通服务信息转发机制 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3063554B1 (fr) * | 2017-03-03 | 2021-04-02 | Mbda France | Procede et dispositif de prediction de solutions d'attaque et de defense optimales dans un scenario de conflit militaire |
CN107463094A (zh) * | 2017-07-13 | 2017-12-12 | 江西洪都航空工业集团有限责任公司 | 一种不确定信息下多无人机空战动态博弈方法 |
CN110599261B (zh) * | 2019-09-21 | 2022-03-08 | 江西理工大学 | 一种基于能源区块链的电动汽车安全电力交易和激励系统 |
CN113315763B (zh) * | 2021-05-21 | 2022-12-09 | 中国人民解放军空军工程大学 | 基于异质群体演化博弈的网络安全防御方法 |
-
2022
- 2022-04-02 CN CN202210340278.8A patent/CN114428999B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107181793A (zh) * | 2017-04-27 | 2017-09-19 | 长安大学 | 基于动态博弈论的交通服务信息转发机制 |
Also Published As
Publication number | Publication date |
---|---|
CN114428999A (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110083971B (zh) | 一种基于作战推演的自爆式无人机集群作战兵力分配方法 | |
Jia et al. | Operational effectiveness evaluation of the swarming UAVs combat system based on a system dynamics model | |
CN110119773B (zh) | 战略博弈系统的全局态势评估方法、系统和装置 | |
CN112417710B (zh) | 基于作战环的武器装备体系贡献度评估方法 | |
CN108364138B (zh) | 基于对抗视角的武器装备发展规划建模与求解方法 | |
CN105590142B (zh) | 一种合成分队协同火力分配方法 | |
CN110969637A (zh) | 一种基于生成对抗网络的多威胁目标重建及态势感知方法 | |
Duan et al. | Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory | |
CN115328189B (zh) | 多无人机协同博弈决策方法和系统 | |
CN114460959A (zh) | 一种基于多体博弈的无人机群协同自主决策方法及装置 | |
CN113159266B (zh) | 基于麻雀搜索神经网络的空战机动决策方法 | |
CN114638339A (zh) | 基于深度强化学习的智能体任务分配方法 | |
CN116225049A (zh) | 一种多无人机狼群协同作战攻防决策算法 | |
CN113109770A (zh) | 一种干扰资源分配方法及系统 | |
Ha et al. | A stochastic game-based approach for multiple beyond-visual-range air combat | |
CN116680509A (zh) | 一种用于多航天器追逃博弈任务的动态匹配方法 | |
CN114428999B (zh) | 基于演化博弈模型的无人飞行器对地攻防策略选择方法 | |
CN110442146A (zh) | 无人机编队目标分配与空间占位联合决策方法及系统 | |
CN117077428A (zh) | 一种针对战场多维需求的火力规划目标函数的构造方法 | |
CN113988301B (zh) | 战术策略生成方法、装置、电子设备及存储介质 | |
CN116629674A (zh) | 无人机集群目标威胁评估方法、系统、设备及存储介质 | |
CN116774721A (zh) | 多无人机博弈对抗的目标分配方法和系统 | |
CN116579430A (zh) | 一种求解网络攻防博弈精炼bne的方法及系统 | |
CN112612300B (zh) | 多平台智能决策的多目标博弈方法及装置 | |
Jia et al. | An operational effectiveness evaluation method of the swarming UAVs air combat system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |