Slightly Altruistic Nash Equilibrium for Multi-agent Pursuit-Evasion Games With Input Constraints
这是一个初步的手稿，提出了“略利他纳什均衡”，“双层博弈拓扑”，“滚动地平线目标选择”的基本思想。此稿件仅用于同行讨论和联合博士学位。而不是提交给任何期刊。因此，有些参考文献没有全部提供。提交的完整文件将在下一版中提供。
2022-11-10 cs.GT cs.SY eess.SY
Nature-inspired dynamic control for pursuit-evasion of robots
本文受自然追逃行为启发，提出基于Alert-Turn策略的独轮车追逃动态控制框架，并扩展至多追捕者与多逃避者场景，通过自私参数调节和统计仿真验证了策略的有效性。
2025-02-07 cs.SY eess.SY
Prospect Theoretic Approach to Pursuit-evasion Differential Games with Risk Aversion and Probability Sensitivity
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；University of Cyprus（塞浦路斯大学）
本文首次将风险规避与概率敏感性纳入贝叶斯追捕-逃避微分博弈框架，通过累积前景理论分析捕获条件，并利用布劳威尔定理证明CPT-纳什均衡的存在性，揭示了非理性行为在追捕与逃避中的不同影响。
2026-10-19 cs.SY eess.SY
Optimal Intermittent Sensing for Pursuit-Evasion Games
研究追逃微分博弈中追捕者受感知请求预算限制的问题，提出追捕者的均衡感知策略与逃避者的均衡运动策略，并量化了感知限制导致的追捕者收益退化。
2023-07-01 cs.GT cs.SY eess.SY
Hierarchical Decompositions of Stochastic Pursuit-Evasion Games
在这项工作中，我们提出了一个层次化的框架，解决离散随机追求逃避游戏（PEG）在大网格世界。将网格世界划分为超状态（例如，“房间”），所提出的方法创建了一个双分辨率的决策过程，其中包括一组在原始状态级别的本地PEG和一个在超状态级别的聚合PEG。由于基数小得多，局部博弈和聚合博弈都可以很容易地求解到一个纳什均衡。为了连接两个分辨率的决策，我们使用局部PEG的纳什值作为聚合游戏的奖励。通过数值模拟，我们表明，所提出的分层框架显着降低了计算开销，同时仍然保持了令人满意的性能水平时，对平面纳什政策的竞争。
2022-09-15 cs.MA cs.SY eess.SY
Pursuit-Evasion Between a Velocity-Constrained Double-Integrator Pursuer and a Single-Integrator Evader
该研究针对二维平面内速度加速度受限的双积分器追逃者与速度受限的单积分器逃者的追逃博弈，分两种场景用几何和数值方法推导双方策略，证明其纳什均衡最优性及捕获条件，并用仿真验证了有效性。
2025-08-03 cs.SY eess.SY
Min-Max Q-Learning for Multi-Player Pursuit-Evasion Games
在本文中，我们利用强化学习和矩阵博弈理论的工具和技术，解决了一个涉及多个玩家的追捕-逃避游戏。特别是，我们考虑的问题，转向一个逃避者的目标，同时避免捕获的多个追求者，这是一个高维和计算棘手的问题。在我们提出的方法中，我们首先制定的多智能体的追求-逃避游戏作为一个序列的离散矩阵游戏。接下来，为了简化求解过程，我们将高维状态空间转换为低维流形，将连续动作空间转换为基于特征的空间，这是对原始空间的离散抽象。基于这些转换后的状态和动作空间，我们随后采用最小-最大Q学习，生成游戏的支付矩阵的条目，并随后在每个阶段获得逃避者的最佳动作。最后，我们提出了广泛的数值模拟，以评估所提出的基于学习的规避策略的性能，在逃避者的能力，达到所需的目标位置，而不被捕获，以及计算效率。
2020-03-08 cs.SY eess.SY math.OC
Cislunar Pursuit-Evasion Game on Periodic and Quasi-Periodic Orbits
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
研究地月系航天器的防御机动规划难题，将其建模为地月圆型限制性三体问题下的零和微分博弈，提出带约束的离散时间微分动态规划方法与共享时间正则化，验证了相位控制的优势及参考轨道几何的重要性。
2026-08-12 cs.SY eess.SY
Pursuit-Evasion on a Sphere and When It Can Be Considered Flat
本文研究球面上的追逃博弈，将平面阿波罗尼斯圆推广为球面阿波罗尼斯域，推导出拦截点属于该域的条件，并据此分析了两追捕者对抗一较慢逃逸者的策略且进行了数值模拟。
2024-03-22 cs.SY eess.SY math.AG
Efficient Communication for Pursuit-Evasion Games with Asymmetric Information
本文研究逃避者掌握追捕者位置而追捕者仅能通过静态传感器有限次、有代价获取逃避者信息的追逃博弈，求得了双方纳什均衡控制策略与传感器最优通信策略，并揭示了逃避者困境及隐式通信现象。
2023-07-03 cs.GT cs.SY eess.SY
Reinforcement learning in pursuit-evasion differential game: safety, stability and robustness
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Massachusetts Institute of Technology（麻省理工学院）；Queen’s University（女王大学）
本文提出了一种结合控制屏障函数和滑模控制的强化学习框架，以解决追捕-逃避问题中的安全、稳定性和鲁棒性挑战。
2025-07-18 cs.SY eess.SY
Control Strategies for Pursuit-Evasion Under Occlusion Using Visibility and Safety Barrier Functions
University of California San Diego（加利福尼亚大学圣迭戈分校）；General Dynamics Mission Systems（通用动力任务系统公司）；Honda R&D Co. Ltd.（本田研发有限公司）；University of Michigan（密歇根大学）
针对遮挡环境下追逃问题中维持逃逸者可见性的难题，提出结合可见性与安全CBF约束、基于采样规划的非短视控制策略，经仿真与实机验证可在强遮挡下仅靠机载传感维持可见性。
2025-03-24 cs.RO cs.SY eess.SY
Engagement-Aware Agentic Pursuit-Evasion
RIT（罗切斯特理工学院）；University of Maine（缅因大学）
研究多智能体对抗环境下的追逃问题，提出分层控制架构，将战略规划与安全保证解耦。通过零和滚动时域博弈及MPC求解，利用横向速度惩罚和CBF保证安全。模拟实验表明该框架能灵活切换策略，不同规则下性能稳健且控制逻辑不变。
2026-09-22 cs.SY eess.SY
Value of Multi-pursuer Single-evader Pursuit-evasion Game with Terminal Cost of Evader's Position: Relaxation of Convexity Condition
School of Mathematics and Statistics, Beijing Institute of Technology（北京理工大学数学与统计学院）；National Key Lab of Autonomous Intelligent Unmanned Systems（自主智能无人系统全国重点实验室）；College of Information Science and Technology, Beijing University of Chemical Technology（北京化工大学信息科学与技术学院）；School of Automation, Beijing Institute of Technology（北京理工大学自动化学院）；Beijing Institute of Technology Chongqing Innovation Center（北京理工大学重庆创新中心）
本研究提出了一种无需凸性条件的追捕游戏价值函数计算方法，通过几何方法和粘性解理论，解决了终端成本局部Lipschitz连续的非凸情况。
2025-12-31 cs.SY eess.SY math.OC
Dominance Regions of Pursuit-evasion Games in Non-anticipative Information Patterns
本文研究非预期信息模式下追逃博弈中逃避者支配区域的性质，首次证明初始支配区域等于开环可达区域，并给出无障碍、有障碍及单角点障碍场景下追捕者非预期捕获策略存在的条件。
2025-02-05 cs.GT cs.SY eess.SY
A Pursuit-Evasion Differential Game with Strategic Information Acquisition
本文研究了一个两人线性二次高斯追逃微分对策。一个玩家可以决定何时观察另一个玩家的状态。然而，观察另一个玩家的状态有两个成本：观察的直接成本和暴露他的状态的隐含成本。我们称这种类型的游戏为追踪-逃避-暴露-隐藏（PEEC）游戏。PEEC游戏包含两种策略：控制策略和观察策略。我们充分刻画纳什控制策略的PEEC游戏使用技术，如完成广场和变分法。我们表明，纳什观测策略和纳什控制策略的推导可以解耦。我们开发了一组必要条件，便于数值计算的纳什观察策略。我们表明，在理论上，球员与机动性较低，更喜欢隐藏暴露。我们还表明，当游戏的地平线走向无穷大，纳什观察策略是定期观察，和追求者和逃避者之间的期望距离为零，有界的二阶矩。我们进行了一系列的数值实验，研究建议PEEC游戏。我们用图形和动画来说明数值结果。数值结果表明，即使在有限的观测数下，该追踪器仍能保持较高的性能。我们还表明，低机动性的规避者仍然可以逃脱，如果规避者增加他的隐身。
2022-04-24 cs.GT cs.SY eess.SY
A Dynamic Game Framework for Rational and Persistent Robot Deception With an Application to Deceptive Pursuit-Evasion
本文研究智能机器人之间的理性和持续欺骗，以提高安全性和运行效率。我们提出了一个N人的K阶段游戏的不对称信息结构，每个机器人的私人信息被建模为一个随机变量或其类型。欺骗是持久的，因为每个机器人的私人类型在所有阶段都不为其他机器人所知。这种欺骗是理性的，因为机器人的目标是以最小的代价实现他们的欺骗目标。每个机器人基于内在或外在信息形成对其他机器人类型的动态信念。完美贝叶斯纳什均衡（PBNE）是不完全信息动态博弈的自然解概念。由于其顺序理性和信念一致性的要求，PBNE提供了一个可靠的预测球员的行动，信念，并在整个K阶段的预期累积成本。这项工作的贡献是四方面的。首先，我们确定PBNE计算作为一个非线性随机控制问题，并描述了在PBNE下的参与者的行动和成本的结构。我们进一步推导出一组扩展的Riccati方程下的线性二次（LQ）设置和外在的信念动力学的认知耦合。其次，我们开发了一种具有低时空复杂度的滚动时域算法来计算内在信念动态下的PBNE。第三，我们研究了一个欺骗性的追逃游戏作为案例研究，并使用数值实验来证实的结果。最后，我们提出的指标，如欺骗性，可达性，欺骗的价格（PoD），评估策略设计和欺骗下的系统性能。
2021-07-28 cs.GT cs.SY eess.SY
Cooperative Nonlinear Guidance Strategies for Guaranteed Pursuit-Evasion
Intelligent Systems and Control Lab, Department of Aerospace Engineering, Indian Institute of Technology Bombay（智能系统与控制实验室，航空航天工程系，印度理工学院班加罗尔）；GALACxIS Lab, Department of Aerospace Engineering and Engineering Mechanics, University of Cincinnati（GALACxIS实验室，航空航天工程与工程力学系，辛辛那提大学）
本文研究三体追逃问题，为逃跑者-防御者团队提出基于几何的协同非线性制导策略，保证在任意初始交战几何下拦截追击者，且无需获知对方策略，误差变量可在预定有限时间内收敛至零。
2025-09-15 cs.MA cs.RO cs.SY
Three-agent Time-constrained Cooperative Pursuit-Evasion
Indian Institute of Technology Bombay（印度理工学院孟买分校）
本文考虑了三个代理人之间的追求-逃避的情况-逃避者，追求者和防御者。我们设计的合作指导法律的逃避者和防御者的团队，以保护逃避者从攻击的追求者。不同于微分游戏，最优控制配方，和其他启发式方法，我们提出了一个新的角度设计有效的非线性反馈控制律的逃避者防守队使用时间约束的指导方法。逃避者以自己为诱饵引诱追赶者进入碰撞轨道。与此同时，防御者通过控制交战持续时间来保护逃避者免受追击者的攻击。根据任务的性质，防御者可以选择采取攻击或防御姿态。这种考虑拓宽了所提出的方法在各种三代理运动规划方案，如飞机防御，资产守卫，搜索和救援，监视和安全运输的适用性。我们使用固定时间的滑模控制策略设计的控制律的规避者和防御者的团队和非线性有限时间干扰观测器估计的追求者的机动。最后，我们提出了模拟，以证明在各种啮合几何形状下的良好性能，从而证明所提出的设计的有效性。
2022-01-17 cs.MA cs.RO cs.SY
Prying Pedestrian Surveillance-Evasion: Minimum-Time Evasion from an Agile Pursuer
提出一种敏捷追踪者监视有限转弯率规避者的微分博弈，求解逃脱条件及最小逃脱时间，并揭示速度比导致的复杂结构。
2024-11-28 cs.SY eess.SY
Optimal Disturbance Attenuation Approach with Measurement Feedback to Missile Guidance
使用干扰衰减方法的追求-逃避微分对策被重新审视。在这种方法下，追求者的行动被认为是控制行动，而所有的外部行动，如目标机动，测量误差和初始位置的不确定性，被认为是干扰。两个开放的问题已经得到解决，即噪声对控制增益的影响，和轨迹成形的解决方案的效果。这些问题与干扰衰减比的最佳选择问题密切相关。详细分析了两个简单的追求规避的情况下：一个简单的船制导问题和导弹制导交战。
2020-06-01 cs.SY eess.SY math.OC
Feedback Strategies for Hypersonic Pursuit of a Ground Evader
在本文中，我们提出了一个游戏理论的反馈末制导律的自主，无动力的高超音速追击飞行器，试图拦截回避的地面目标，其运动被限制在一个一维空间。我们制定这个问题作为一个追求逃避游戏的鞍点解决方案是在一般情况下难以计算的高超声速飞行器上，由于其高度非线性动力学。为了克服这种计算的复杂性，我们线性化的非线性高超声速动力学的参考轨迹，随后利用反馈控制设计技术，从线性二次微分游戏（LQDG）。在我们提出的制导算法中，高超声速飞行器离线计算其开环最优状态和输入轨迹，并在游戏开始之前。这些轨迹，然后用于线性化的非线性方程的高超音速运动。随后，使用这个线性化的系统模型，我们制定了一个辅助的两个球员零和LQDG，这是有效的，在给定的参考轨迹附近，并推导出其反馈鞍点策略，允许高超声速飞行器修改其轨迹在线响应目标的规避机动。我们提供了数值模拟，以展示我们提出的指导法的性能。
2022-01-13 cs.SY eess.SY
Convex Pursuit-Evasion Games for Spacecraft Proximity Operations on Circular and Elliptical Orbits
Nanyang Technological University（南洋理工大学）
针对航天器近距离操作的追击-逃逸博弈，提出基于支撑函数的逃逸证书与安全策略，提供精确单侧保证，并利用投影外梯度法快速求解，适用于圆轨道与椭圆轨道。
2026-09-15 astro-ph.IM cs.SY eess.SY
Robust Multi-Agent Pursuit with Preemptive Communication via Reachability-Based Control Barrier Functions
NC State University（北卡罗来纳州立大学）
本研究提出基于可达性控制障碍函数的统一控制/通信策略，在追捕-逃避场景中验证其可在通信中断时保证智能体安全，抢先通信可减少77.5%消息量且实现零碰撞。
2026-10-16 cs.MA cs.RO cs.SY
Relay Pursuit of an Evader by a Heterogeneous Group of Pursuers Using Potential Games
我们提出了一个分散的解决方案的追求-逃避游戏涉及一个异质组的理性（自私）的追求者和一个单一的逃避者的基础上潜在的游戏框架。在这个游戏中，逃避者的目标是延迟（或者，如果可能的话，避免）被任何追捕者捕获，而每个追捕者只有在符合他的最佳利益的情况下才试图捕获后者。我们的方法在原则上类似于[1]中介绍的所谓的中继追踪策略，其中只有能够比其他人更快地捕获逃避者的追踪者才是活跃的。与后一种方法形成鲜明对比的是，这里的主动追踪者不是由反应式自组织规则确定的，而是来自相应的潜在博弈的解。我们假设每个追捕者都有不同的能力，他是否追捕逃避者的决定是基于他个人效用的最大化（以其他追捕者的选择和行动为条件）。追捕者的效用既取决于他们通过捕获逃避者而获得的奖励，也取决于捕获时间（捕获逃避者的成本），因此追捕者应该只在所产生的成本相对较小时才寻求捕获。主动追踪者-逃避者分配（换句话说，哪些追踪者应该是主动的）的确定通过使追踪者交换信息并通过执行用于被称为空间自适应游戏（SAP）的游戏的学习算法来更新他们自己的动作来迭代地完成。我们通过大量的数值模拟来说明我们的算法的性能。
2020-09-30 cs.SY eess.SY
Timing-Aware Two-Player Stochastic Games with Self-Triggered Control
New York University（纽约大学）
本文提出了一种基于自触发控制的双人随机游戏框架，解决了纳什和斯塔克尔伯格时序承诺问题，并通过动态规划分解实现了可解的策略优化。
2025-12-19 cs.SY eess.SY
Learning Mixed Strategies in Trajectory Games
在多代理设置，博弈论是一个自然的框架，用于描述代理的战略互动，其目标取决于彼此的行为。轨迹游戏通过设计捕捉这些复杂的效果。在竞争环境中，这使他们成为比传统的“预测然后计划”方法更忠实的交互模型。然而，目前的博弈论规划方法有重要的局限性。在这项工作中，我们提出了两个主要贡献。首先，我们引入了一个离线训练阶段，它减少了解决轨迹游戏的在线计算负担。其次，我们制定了一个提升的游戏，允许玩家优化多个候选轨迹一致，从而构建更具竞争力的“混合”策略。我们验证了我们的方法上的一些实验使用的追求逃避游戏“标签。"
2022-05-03 cs.GT cs.MA cs.SY
