《Ocean Engineering》:Safety-certified pursuit-evasion game of underactuated autonomous surface vehicles with experiments: A differential game approach with rate-tunable CBF optimization
编辑推荐:
本文研究了复杂障碍环境中两组欠驱动自主水面艇(ASVs)之间的追逃微分博弈问题。研究假设对抗双方中仅有部分ASVs能够获取对手的位置信息。为实现追击艇与逃逸艇的无碰撞追逃任务,研究人员提出了一种面向多ASVs的安全关键追逃博弈制导策略。首先,针对两组ASVs设
本文研究了复杂障碍环境中两组欠驱动自主水面艇(ASVs)之间的追逃微分博弈问题。研究假设对抗双方中仅有部分ASVs能够获取对手的位置信息。为实现追击艇与逃逸艇的无碰撞追逃任务,研究人员提出了一种面向多ASVs的安全关键追逃博弈制导策略。首先,针对两组ASVs设计了分布式估计器,用于实现对对抗方速度与位置的分布式估计。其次,利用估计信息,基于微分博弈理论与最优控制理论,提出了一种用于ASVs的最优追逃策略,该策略同时体现了队内协作与队际对抗。最后,为保证追逃ASVs的安全性,通过引入输入约束与可调速率控制屏障函数(RT-CBFs),构建了一个二次规划(QP)问题。通过求解该二次规划问题,获得了追击方与逃逸方的最优安全关键制导律。基于Lyapunov稳定性分析,证明了闭环追逃系统关于状态扰动是输入到状态稳定(ISS)的。仿真与实验结果验证了所提方法的有效性。
该文发表于《Ocean Engineering》,围绕复杂障碍环境与信息不完备条件下的多欠驱动自主水面艇(ASVs)对抗协同问题,研究了一类兼顾博弈最优性与安全约束的追逃控制方法。研究背景在于,ASVs凭借机动性强、适应性高、自动化程度高及制造成本低等优势,在海上安防、海洋作业与海上防务中具有重要应用价值。随着海上装备向集群化与智能化方向发展,多艇协同追逃已成为未来海上对抗任务中的关键场景。然而,现有追逃博弈研究大多依赖对手完整且精确的动态信息,如速度、控制参数甚至全局状态,这使得控制器设计复杂,并削弱了方法在现实海洋环境中的可实施性。与此同时,传统方法往往忽略障碍物规避与队友间避碰问题,而在真实海域中,礁石、小岛及动态目标广泛存在,多艇之间也存在显著碰撞风险。此外,非合作目标的信息感知通常是不完备的,只有部分个体可以获取对手信息,这进一步制约了分布式协同博弈策略的构造。正是在上述问题推动下,研究人员提出了一种面向多障碍、信息受限环境的分布式安全关键追逃微分博弈制导方法,以实现追击方与逃逸方的无碰撞任务执行。
从研究内容看,论文首先建立了两组欠驱动ASVs构成的追逃博弈场景,并将通信关系与探测关系置于图论(graph theory)框架下描述,从而刻画群体内部的信息交互结构。随后,研究人员针对仅有少数个体可直接观测对手信息的条件,设计分布式估计器,使各艇能够在网络通信条件下估计对抗方的位置与速度信息。在此基础上,结合最优控制理论与微分博弈理论,构造了同时包含队内合作与队际竞争特性的追逃制导律。进一步地,为将安全约束显式纳入控制设计,论文引入可调速率控制屏障函数(RT-CBF,rate-tunable control barrier function),并与输入约束共同嵌入二次规划(QP,quadratic programming)框架中,得到能够兼顾任务目标与安全约束的最优安全关键制导律。最后,通过Lyapunov理论证明了闭环系统的输入到状态稳定性(ISS,input-to-state stability),并采用仿真与实验对方法进行了验证。
就研究意义而言,论文的核心贡献主要体现在三个层面。其一,相较于依赖对手速度及控制参数的传统微分博弈设计,该文所构造的追逃控制器仅依赖对手空间位置信息,明显降低了控制器设计对精确信息的依赖,提高了方法的鲁棒性与工程可操作性。其二,相较于要求全局感知的集中式方法,该文提出的分布式观测机制使得在只有少数个体掌握对手信息时,群体协同任务仍可顺利推进,增强了信息受限条件下的任务适应能力。其三,论文首次将RT-CBF应用于多ASVs追逃博弈,并通过信任驱动的自适应机制调节RT-CBF参数,使系统能够在静态/动态障碍物及队友避碰等多重约束下实现实时安全控制,提升了QP问题在复杂约束下的可行性以及整体系统安全性。
研究人员采用的主要技术方法可概括为以下几个方面。首先,基于图论建立追击群体与逃逸群体的通信拓扑,并设计分布式估计器,实现对对手位置与速度的协同估计。其次,基于估计信息、最优控制理论与微分博弈理论构建追逃策略,实现队内协作与队际对抗的统一。再次,引入可调速率控制屏障函数(RT-CBF)描述安全约束,并结合控制输入约束构造二次规划(QP)在线求解控制指令。最后,采用Lyapunov稳定性分析证明闭环系统满足输入到状态稳定性(ISS),并通过仿真与实验验证方法有效性。文中实验与仿真场景均围绕四追击艇对四逃逸艇的多艇追逃任务展开。
在论文主体结果方面,可按文中主要部分进行概括。
Graph theory
该部分给出了多ASVs系统中通信与探测关系的数学描述方式。研究人员将追击方集合与逃逸方集合分别表示为图结构,利用节点表示艇体、边表示通信连接,从而为后续分布式估计与协同控制奠定网络化建模基础。该部分的主要结论是:在追击群体与逃逸群体内部通信拓扑已知的条件下,可将多艇信息交互过程形式化表示,为受限感知条件下的分布式状态估计提供统一框架。
Design and analysis
这是全文的核心部分。研究人员以单个追击艇为例展示所提安全关键追逃博弈制导方法的结构,并扩展至多艇系统。首先,通过分布式估计器处理对手信息不完整的问题,使得未直接感知对手的个体也可借助群体通信获得估计信息。其次,基于估计到的状态信息,研究人员运用微分博弈理论构建追击方与逃逸方的优化目标,从而形成兼具竞争性与协同性的制导律。再次,为满足避障、避碰和输入受限等安全要求,进一步构造包含RT-CBF与输入约束的QP问题。通过求解QP,原始最优追逃控制被修正为满足安全约束的安全关键控制输入。该部分还利用Lyapunov方法对闭环系统进行了稳定性分析,证明所提控制系统具有输入到状态稳定性。由此可见,该部分的结论是:所提方法能够在信息不完备条件下实现追逃博弈任务,并同时保证系统安全性与稳定性。
Simulation results
该部分通过数值仿真验证所提方法的有效性。研究人员设置了四艘追击ASVs与四艘逃逸ASVs构成的追逃场景,给定双方初始位置以及群体通信拓扑邻接矩阵,在复杂环境下测试所提制导策略的性能。该部分表明,所提出的分布式安全关键追逃制导方法能够在多艇协同条件下实现追击与逃逸目标,并有效处理障碍物与艇间碰撞约束。结合作者前文描述,该仿真进一步验证了分布式估计、微分博弈决策与RT-CBF-QP安全过滤机制之间的协同有效性。
Conclusion
结论部分指出,本文研究了复杂障碍环境中两组对抗ASVs之间的追逃博弈问题,并提出了一种安全关键协同追逃微分博弈制导方法。研究人员设计了分布式估计器以估计对抗方ASVs的信息,随后利用微分博弈方法设计ASVs制导律以实现追逃任务,并进一步基于可调速率控制屏障函数与输入约束构建二次规划问题,以实现无碰撞追逃控制。综合全文结果可知,所提方法在理论上保证了闭环系统稳定性,在应用上通过仿真与实验验证了方法的有效性,说明该方法适用于复杂障碍与信息受限环境下的多欠驱动ASVs安全对抗协同控制。
从讨论角度总结,论文针对多ASVs追逃博弈中的三个关键瓶颈——对手信息依赖强、分布式条件下协同困难以及安全避碰约束难以统一纳入博弈控制——给出了较完整的解决思路。其方法链条清晰,即先通过分布式估计缓解信息不完整,再通过微分博弈生成追逃最优策略,最后通过RT-CBF与QP优化实现安全修正。这样一种“估计—博弈—安全过滤”的层级式设计,使控制器在保留追逃任务性能的同时具备现实海洋环境中必需的安全性。特别是仅依赖对手位置信息而非完整动态参数这一设计选择,降低了实际部署门槛;而RT-CBF参数的自适应调节则增强了多约束并存时的可行性。这些结果共同表明,论文在多艇海上对抗协同控制方向上具有较强的方法学价值与工程意义。
研究结论部分可译为:本文研究了复杂障碍环境中两组对抗ASVs的追逃博弈问题,并提出了一种安全关键协同追逃微分博弈制导方法。为估计对抗方ASVs的信息,研究人员设计了分布式估计器。为实现追逃任务,研究人员利用微分博弈方法设计了ASVs的制导律。随后,基于可调速率控制屏障函数(RT-CBF)与输入约束构建了二次规划问题,从而获得满足安全要求的控制输入。仿真与实验结果验证了所提方法的有效性。