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
Planar Herding of Multiple Evaders with a Single Herder
本文研究单追捕者围牧多逃避者问题，提出以目标为中心的等角速度螺旋与圆形轨迹，并证明在适当参数下所有逃避者可收敛至目标附近任意小极限环。
2025-05-15 cs.SY eess.SY
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
Pursuit Winning Strategies for Reach-Avoid Games with Polygonal Obstacles
针对含多边形障碍物的多人到达-规避微分博弈，提出MOCG追捕策略，通过三类子博弈获胜区域与滚动时域分层任务分配，给出可实现的保证击败逃避者数量递增下界。
2024-05-22 cs.GT cs.SY eess.SY
Self-triggered Pursuit of a Single Evader with Uncertain Information
University of Pennsylvania（宾夕法尼亚大学）
本文研究单个追捕者与单个逃逸者的追捕问题，提出无需持续或周期性获取逃逸者位置信息的自触发控制策略，通过考虑采样误差上限保证追捕成功。
2016-01-19 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
Multiplayer Homicidal Chauffeur Reach-Avoid Games: A Pursuit Enclosure Function Approach
University of Oxford（牛津大学）；Tsinghua University（清华大学）；Shanghai Jiao Tong University（上海交通大学）；University of California, Santa Barbara（加利福尼亚大学圣巴巴拉分校）
本文提出多人凶残司机追逃-避碰博弈的追捕策略，通过追捕包围函数和包围区域追捕获胜方法，实现最多两追捕者防御区域并最大化捕获逃逸者。
2023-12-22 cs.GT cs.RO cs.SY
A time-optimal feedback control for a particular case of the game of two cars
在本文中，一个时间最优的反馈解决方案的两辆车的游戏，的情况下，追赶者是更快，更灵活的逃避者，提出。引入可达集连续子集的概念，刻画了反馈策略下的时间最优追逃对策。使用这些子集，它示出，如果最初的追求者是足够远的逃避者，然后的反馈鞍点策略的追求者和逃避者是一致的共同切线从最小半径转弯圆的追求者的最小半径转弯圆的逃避者。使用几何，四个可行的切线被确定和反馈的最小-最大战略的追求者和最大-最小战略的逃避者是通过解决一个$2 \times 2$矩阵游戏在每个时刻。微不足道的计算工作是在评估的追求者和逃避者的输入使用建议的反馈控制律，因此它是适合于实时实现。所提出的法律进行验证，进一步通过比较所得到的轨迹与那些通过求解微分对策，使用数值技术。
2021-05-30 cs.SY eess.SY math.OC
Cooperative Evasion by Translating Targets with Variable Speeds
我们考虑了一个单一的追求者和多个逃避者之间的合作逃避问题，其中逃避者被限制在正Y方向移动。逃避者比车辆慢，并且可以从有界间隔中选择他们的速度。追踪者的目标是通过执行平行于X轴移动的曼哈顿追踪策略，然后平行于Y轴移动，以给定的顺序拦截所有逃避者。逃避者的目标是合作选择他们各自的速度，以便拦截所有逃避者的总时间最大化。我们首先获得条件下，规避者应该合作，以最大限度地提高总时间拦截，而不是每个移动greenster优化自己的拦截时间。然后，我们提出并分析了一个算法，分配逃避策略的逃避者在两个迭代，而不是执行指数搜索的选择逃避者的速度。我们还刻画了一个基本的限制，追捕者捕获所有逃避者时，逃避者的数量是大的总时间。最后，我们提供了数字比较对随机抽样算法。
2021-07-05 cs.SY eess.SY
Semi-Explicit Solutions to the Prying-Pedestrian Surveillance-Evasion Differential Game and Extensions to Two Pursuers
School of Engineering, Australian National University（澳大利亚国立大学工程学院）；Department of Automation and Systems Engineering, Universidade Federal de Santa Catarina（圣卡塔琳娜联邦大学自动化与系统工程系）；Department of Electrical and Computer Systems Engineering, Monash University（莫纳什大学电气与计算机系统工程系）；Department of Electrical and Electronic Engineering, University of Melbourne（墨尔本大学电气电子工程系）
研究将行人监视-逃避微分博弈从1v1扩展到2v1，通过推导利用1v1结果的半显式或几何解释，得出2v1博弈部分解，避免无效坐标变换，还产生新几何解释并开启扩展。
2026-07-24 cs.SY eess.SY
Encirclement Guaranteed Finite-Time Capture against Unknown Evader Strategies
Department of Electrical Engineering, IIT Kharagpur（印度理工学院Kharagpur电子工程系）；Department of Electrical and Computer Engineering, Michigan State University（密歇根州立大学电子与计算机工程系）
本文提出一类追击者策略，在未知逃逸者航向角的情况下，保证有限时间内捕获并维持包围，且给出了捕获时间上界。
2026-05-22 cs.RO cs.SY eess.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
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
Deception in Asymmetric Information Homicidal Chauffeur Game
针对经典杀人司机博弈，引入非对称信息变体，推导完全信息下最优反馈纳什均衡策略，刻画逃避者用欺骗策略无优势的初始区域，并用数值证明存在逃避者可通过欺骗增加捕获时间的区域。
2025-08-25 cs.SY eess.SY
Optimal Role Assignment for Multiplayer Reach-Avoid Differential Games in 3D Space
本文研究三维空间多玩家可达-规避微分博弈，给出1对1场景最优解，通过基于线性规划的最优角色分配算法推广至n≥m场景，解析刻画获胜区域与博弈值并提供状态反馈最优策略。
2024-02-05 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
Probabilistic Weapon Engagement Zones for a Turn Constrained Pursuer
Brigham Young University（布拉德利青年大学）；Control Science Center, Air Force Research Laboratory（空军研究实验室控制科学中心）
本文提出了一种概率交战区域方法，用于在追捕者不确定参数下生成安全轨迹以减少捕获风险。
2025-12-05 cs.RO cs.SY eess.SY
Adversarial Pursuits in Cislunar Space
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Cornell University（康奈尔大学）
本文研究了近地-月球空间中航天器的对抗追踪问题，通过建模零和对抗微分博弈，利用连续时间微分动态规划方法求解，以应对潜在的通信干扰威胁。
2025-12-15 cs.SY eess.SY
A Planar Tracking Game with Sensing Delays and its MATLAB Implementation
University College Dublin（都柏林大学学院）；Harbin Institute of Technology（哈尔滨工业大学）；Nagoya University（名古屋大学）
本文提出了一种新的平面目标跟踪视角，考虑了一名逃逸者和一名追捕者动态，追捕者能感知逃逸者的位置和速度信息但存在传感延迟，通过MATLAB/Simulink开发并实现了计算机游戏，作为论文的主要贡献。
2018-01-09 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
A Study of the Circular Pursuit Dynamics using Bifurcation Theoretic Computational Approach
Department of Aerospace Engineering, IIT Madras（印度理工学院马德拉斯分校航空航天工程系）
本文研究了圆追逐引导问题，通过分支理论数值方法分析目标与追逐者动力学，探讨了追逐者速度动力学模型对 engagement 的影响。
2026-04-10 cs.SY eess.SY
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
Iterative Best Response for Multi-Body Asset-Guarding Games
我们提出了一个数值方法来寻找最佳轨迹的球员在多体，资产守卫游戏的非线性动力学和非凸约束。使用迭代最佳响应（IBR）方案，我们假设其他参与者的轨迹已知且固定，求解每个参与者的最佳策略。利用序列凸规划（SCP）的最新进展，我们使用SCP作为IBR算法中的子例程，以有效地解决每个玩家的约束轨迹优化问题的近似值。我们将该方法应用于涉及多个追赶者和单个逃避者的资产守卫游戏示例（即，n对1的约定）。所得的规避轨迹进行了仿真测试，以验证成功的规避使用传统的拦截制导律对追击者。
2020-11-03 cs.MA cs.SY eess.SY
A Dynamics Perspective of Pursuit-Evasion Games of Intelligent Agents with the Ability to Learn
追捕-逃避游戏在自然界和人造世界中无处不在。在自然界中，追踪者和逃避者是可以从经验和动态（即，牛顿或拉格朗日）是至关重要的追求者和逃避者在某些情况下。为此，本文从动力学的角度研究了智能体的追逃博弈。首先介绍了一个生物动力学的追逃对策和基本的追逃策略。然后，强化学习技术被用来模仿智能代理从经验中学习的能力。基于动力学模型和强化学习技术，从个体运行和参数范围两个层面研究了基于经验的追赶策略和逃避策略的改进对追赶-逃避博弈的影响.调查结果符合自然界的观察和适者生存的自然规律。更重要的是，对于具有基线策略的代理人的追逐-逃避游戏的结果，本研究获得了不同的结果。结果表明，在一个追求逃避游戏的动力学制定，逃避者是不能够逃脱一个稍微快的追求者与有效的学习追求策略，敏捷机动和有效的学习逃避策略的基础上。
2021-04-03 cs.MA 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
Desensitization and Deception in Differential Games with Asymmetric Information
Georgia Tech（佐治亚理工学院）；University of Alabama in Huntsville（阿拉巴马大学亨茨维尔分校）；Honda Aircraft Company（本田飞机公司）
本文针对两人微分博弈中的参数不确定性与信息不对称问题，提出脱敏反馈策略保障信息劣势玩家的安全轨迹，并为信息优势的逃避者设计欺骗策略，在追击-逃避场景中验证了有效性。
2024-02-07 cs.RO 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
Feedback Linearization-based Guidance Law for Guaranteed Interception
本文提出基于输入-输出反馈线性化的制导律，通过模糊逻辑融合和修正函数分别解决距离和视线测量中的奇异与发散问题，蒙特卡洛模拟验证了在控制限制下实现可靠拦截。
2025-09-09 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
Cooperative Guidance for Aerial Defense in Multiagent Systems
Control for Intelligent Systems (GALACxIS) Lab, Department of Aerospace Engineering；Engineering Mechanics, University of Cincinnati, OH 45221, USA. (e-mails: , ). S. R. Kumar is with the Intelligent Systems \& Control (ISaC) Lab, Department of Aerospace Engineering, Indian Institute of Technology Bombay, Mumbai 400076, India. (e-mail: ).
本文针对争议空域三类无人机的防空对抗场景，提出基于时间约束框架与真实比例导引的轻量协同制导策略，无需知晓敌方策略即可保证固定时间内拦截，经仿真验证有效且可扩展，适用于实时自主防御。
2025-10-02 cs.MA cs.RO cs.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
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
Responding to Illegal Activities Along the Canadian Coastlines Using Reinforcement Learning
University of Ottawa（渥太华大学）；Larus Technologies（拉鲁斯技术公司）
本文详细阐述了机器学习（ML）如何利用与海事领域安全相关的当代问题的解决方案。世界范围内的“非法、未报告和无管制"捕捞事件导致了严重的环境和经济后果，除了自然资源枯竭造成的经济损失外，还涉及我们生态系统的急剧变化。联合国粮食及农业组织（粮农组织）渔业和水产部（FAD）发布的一份报告显示，每年因IUU捕捞造成的损失达到250亿美元。这对海洋生态系统的未来生物多样性和国内国民生产总值造成了负面影响。因此，越来越需要强有力的拦截机制，以发现和追查海洋领土上持续不断的非法捕鱼事件。这篇文章解决的问题，协调运动的船队的海洋船舶（追求者），以赶上一个IUU船只，而仍然在当地水域。这个问题被公式化为一个在ML框架内解决的追赶者-逃避者问题。一个或多个追捕者，例如执法船只，拦截逃避者（即，非法渔船）使用基于值迭代过程的在线强化学习机制。它采用实时导航测量的规避船舶以及追求的船只和返回无模型拦截策略。
2021-08-05 cs.AI cs.LG cs.RO
Pursuit-evasion differential games of players with different speeds in spaces of different dimensions
我们研究了在三维空间中移动的快速追逐者和在平面中移动的逃避者之间的追逐-逃避微分对策。我们首先将著名的Apollonius圆推广到3D空间，由此我们构造了所考虑的两个玩家的等时线。然后考虑了有无静态目标两种情况，并利用等时线的概念导出了相应的最优策略。为了保证所提出的策略的最优性，给出了值函数，并进一步证明了值函数是Hamilton Jacobi Isaacs方程的解。仿真结果表明了所提策略的最优性，并与其他经典策略进行了比较。
2022-02-28 cs.SY eess.SY
A Three-Dimensional Pursuit-Evasion Game Based on Fuzzy Actor-Critic Learning Algorithm
本文将追逃博弈从二维扩展到三维，通过推广Apollonius圆、推导最优运动空间，并设计模糊actor-critic学习算法和带避障功能的奖励函数，有效提升了三维追逃捕获效率。
2025-03-11 cs.SY eess.SY
Bounded-Rational Pursuit-Evasion Games
我们提出了一个框架，将有限理性的思想纳入动态随机追求-逃避游戏。随机博弈的解一般由其反馈形式的（纳什）均衡来表征。然而，计算这些纳什均衡策略可能需要大量的计算资源。在本文中，代理建模为有限的计算资源有限的有界理性实体。我们说明了框架，将其应用到两辆车之间的追逐-逃避游戏在随机风场，追逐者和逃避者都有界理性。我们展示了如何这样的游戏可以通过适当铸造它作为一个迭代序列的有限状态马尔可夫决策过程（MDP）进行分析。利用认知层次理论的工具和算法（“水平- $k$思维”），我们计算随后的离散游戏的解决方案，同时考虑到每个代理的合理性水平。我们还提出了一个在线算法，每个代理推断其对手的合理性水平。
2020-03-16 cs.SY eess.SY
Optimal strategies for driving a mobile agent in a guidance by repulsion model
BCAM – Basque Center for Applied Mathematics（巴斯克应用数学中心）；AEPA-Euskadi（埃帕-巴斯克）
本文研究了在排斥引导模型中通过控制单一参数来驱动逃避者向目标移动的最优策略，提出反馈控制法以减少规避模式的使用并降低成本。
2015-12-15 cs.SY eess.SY math.DS
Multi-robot Cooperative Pursuit via Potential Field-Enhanced Reinforcement Learning
Sun Yat-sen University（中山大学）
这是一个巨大的挑战，虽然有前途，协调集体机器人狩猎逃避者在一个分散的方式纯粹根据当地的观察。在本文中，这一挑战是解决了一种新的混合协同追踪算法，结合强化学习与人工势场法。在该算法中，分散的深度强化学习是用来学习合作的追求政策，是适应动态环境。将人工势场法作为预定义规则融入到学习过程中，提高了数据效率和泛化能力。数值仿真结果表明，所提出的混合设计优于香草强化学习或势场法设计的追求策略。此外，通过将学习到的追踪策略转移到现实世界的移动机器人中进行实验。实验结果表明，该算法在学习多个合作追捕策略的可行性和潜力。
2022-03-09 cs.AI cs.MA cs.RO
Optimal Strategies for Guarding a Compact and Convex Target Set: A Differential Game Approach
我们重新审视最初由Isaacs提出的两人平面目标防御游戏，其中追击者（或防御者）试图保护目标集免受逃避者（或攻击者）的攻击。本文建立在现有的解析解的游戏，捍卫一个简单的形状的目标区开发一个广义和扩展的解决方案，同一个游戏的一个紧凑的凸目标集与光滑的边界。Isaacs的方法被应用于解决类博弈和度博弈。一个几何解决方案的方法是用来找到的障碍表面，划定获胜的球员集。一个价值函数加上一组最优状态反馈策略，在每个获胜的集合推导并证明对应于鞍点解的游戏。所提出的解决方案是通过数值模拟来说明。
2021-09-16 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
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
