一种追逃博弈方法、装置、电子设备和存储介质

技术领域

本申请涉及智能体控制技术领域，具体而言，涉及一种追逃博弈方法、装置、电子设备和存储介质。

背景技术

近年来，针对多个追捕者单个逃逸者的智能体多追一追逃博弈问题的研究方法基本分为两类：基于几何的方法以及基于微分函数的方法。

基于几何的方法着重研究简单运动的场景，例如，结合阿波罗圆开展围捕约束条件分析，完成多智能体系统协作完成围捕任务所需满足的最小追赶智能体数量、位置分布等围捕约束条件分析，其适用场景过于理想并具有强局限性，并不能适用于复杂的动力学模型。

基于微分函数的方法建模过程复杂，更倾向于在代价函数上做权重的处理，很难得到最优策略的解析表达式，并且计算负担十分繁重。

发明内容

本申请提供一种追逃博弈方法、装置、电子设备和存储介质，基于可达集分析得到每个追捕者和逃逸者之间的捕获集及追捕者之间的重叠集，将追逃博弈分解为逃逸者和两个追捕者的博弈以及其余追捕者对逃逸者的包围，求解最优追逃博弈策略并实现合作围捕。

根据本申请的一方面，提供一种追逃博弈方法，包括：在第一追捕者、第二追捕者以及多个第三追捕者对逃逸者形成的包围状态下，确定所述逃逸者的运动方向，其中，所述第一追捕者和所述第二追捕者相邻，所述运动方向朝向所述第一追捕者与所述第二追捕者之间的区域；根据所述第一追捕者、所述第二追捕者及所述逃逸者的实时位置，控制所述第一追捕者、所述第二追捕者及所述逃逸者进行博弈；根据所述逃逸者的实时位置，控制所述多个第三追捕者配合所述第一追捕者和所述第二追捕者的运动；获取所述第一追捕者、所述第二追捕者、所述多个第三追捕者及所述逃逸者之间的博弈的结果。

根据一些实施例，在第一追捕者、第二追捕者以及多个第三追捕者对逃逸者形成的包围状态下，确定所述逃逸者的运动方向，包括：获取每个追捕者和所述逃逸者可到达的点集；根据所述每个追捕者可到达的点集，生成预设时间点的所述每个追捕者的第一等时线；以及根据所述逃逸者可到达的点集，生成预设时间点的所述逃逸者的第二等时线；根据所述第一等时线和所述第二等时线在同一时间的交点，获取所述每个追捕者与所述逃逸者的交战线；通过所述交战线计算所述第一追捕者和所述第二追捕者的重叠角；根据所述重叠角确定所述逃逸者的运动方向。

根据一些实施例，通过所述交战线计算所述第一追捕者和所述第二追捕者的重叠角，包括：获取所述第一追捕者与所述逃逸者的第一交战线，以及所述第二追捕者与所述逃逸者的第二交战线；根据所述第一交战线获取第一切线夹角，以及，根据所述第二交战线获取第二切线夹角；根据所述第一追捕者的位置，获取所述第一追捕者在极坐标系下的第一极角，以及，根据所述第二追捕者的位置，获取所述第二追捕者在极坐标系下的第二极角；根据所述第一切线夹角、所述第二切线夹角、所述第一极角和所述第二极角，计算所述重叠角。

根据一些实施例，根据所述重叠角确定所述逃逸者的运动方向，包括：判断所述重叠角是否满足第一预设条件；若是，则所述第一追捕者的运动区域与所述第二追捕者的运动区域有重叠；若否，则所述第一追捕者的运动区域与所述第二追捕者的运动区域无重叠；确定所述逃逸者的运动方向，包括：若所述重叠角满足所述第一预设条件且在所述每个追捕者之间的多个重叠角中数值最小，或所述重叠角满足第二预设条件，则确定所述第一追捕者与所述第二追捕者之间的区域为所述逃逸者的运动方向。

根据一些实施例，控制所述第一追捕者、所述第二追捕者及所述逃逸者进行博弈，包括：控制所述逃逸者按所述运动方向运动；控制所述第一追捕者、所述第二追捕者对所述逃逸者进行追捕；获取所述第一追捕者和所述第二追捕者在追捕过程中的博弈控制量，以及所述逃逸者在所述追捕过程中的博弈控制量。

根据一些实施例，控制所述多个第三追捕者配合所述第一追捕者和所述第二追捕者的运动，包括：控制所述多个第三追捕者对所述逃逸者维持所述包围状态；以及，控制所述多个第三追捕者接近所述逃逸者；获取每个第三追捕者的博弈控制量。

根据一些实施例，获取所述第一追捕者、所述第二追捕者、所述多个第三追捕者及所述逃逸者之间的博弈的结果，包括：在预设时间段内，获取所述第一追捕者、所述第二追捕者、所述多个第三追捕者及所述逃逸者各自的运动轨迹；判断所述第一追捕者或所述第二追捕者的运动轨迹与所述逃逸者的运动轨迹是否有交点；若是，则所述逃逸者逃逸失败；若否，则所述逃逸者逃逸成功。

根据本申请的一方面，提供一种追逃博弈装置，包括：数据采集模块，获取每个追捕者和逃逸者的实时位置和运动方向；运行处理模块，根据所述每个追捕者和所述逃逸者的实时位置和运动方向，获取所述每个追捕者和所述逃逸者可到达的点集，以生成第一等时线和第二等时线；根据所述第一等时线和所述第二等时线，获取所述每个追捕者与所述逃逸者的交战线，以获得相邻的第一追捕者和第二追捕者的重叠角；根据所述重叠角确定所述逃逸者的运动方向，并获取所述每个追捕者和所述逃逸者的博弈控制量；信息传输模块，根据所述逃逸者的运动方向以及所述每个追捕者和所述逃逸者的博弈控制量，发送信息至所述每个追捕者和所述逃逸者。

根据本申请的一方面，提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得一个或多个处理器实现如前述的方法。

根据本申请的一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如前述的方法。

根据本申请的实施例，本申请利用可达集分析建立微分博弈模型并得到理论分析结果，将多追一的追逃博弈场景进行分解，充分体现了多个追捕者间的自适应合作，并将基于几何的方法与基于微分函数的方法结合，使得本申请的技术方案具有计算实时性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例。

图1示出根据本申请示例实施例的一种追逃博弈方法的流程图。

图2示出根据本申请示例实施例的确定逃逸者的运动方向的流程图。

图3示出根据本申请示例实施例的等时线与交战线的示意图。

图4示出根据本申请示例实施例的交战线的切线示意图。

图5根据本申请示例实施例的追捕者与逃逸者的博弈过程的流程图。

图6示出追捕者与逃逸者的博弈过程的一个实施例的示意图。

图7示出追捕者与逃逸者的博弈过程的另一实施例的示意图。

图8示出根据本申请示例实施例的一种追逃博弈装置的框图。

图9示出根据本申请示例实施例的电子设备的框图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有这些特定细节中的一个或更多，或者可以采用其它的方式、组元、材料、装置或操作等。在这些情况下，将不详细示出或描述公知结构、方法、装置、实现、材料或者操作。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

本申请提供一种追逃博弈方法、装置、电子设备和存储介质，对于多个受曲率约束的追捕者和简单运动的逃逸者的追逃博弈问题，利用可达集分析建立了微分博弈模型，将博弈场景分解为单逃逸者和两个追捕者的博弈以及其余追捕者对逃逸者的包围，通过两追捕者及单逃逸者之间的几何关系设计求解各自的最优追逃博弈策略，并使得其余的追捕者最大化可达集的交集或在维持包围的前提下接近逃逸者，实现合作围捕。

下面将参照附图，对根据本申请实施例的一种追逃博弈方法、装置、电子设备和存储介质进行详细说明。

图1示出根据本申请示例实施例的一种追逃博弈方法的流程图。

如图1所示，在步骤S110中，追逃博弈装置在第一追捕者、第二追捕者以及多个第三追捕者对逃逸者形成的包围状态下，确定逃逸者的运动方向。

例如，在步骤S110中，在多追一围捕的场景中，追逃博弈装置确定处于同一平面的各智能体的初始状态为多个追捕者针对单个逃逸者形成包围圈，其中，多个追捕者的模型采用杜宾斯车辆模型且第一追捕者与第二追捕者相邻，逃逸者模型采用简单运动模型。

追逃博弈装置根据多个追捕者及逃逸者的位置建立平面坐标系。在包括第一追捕者、第二追捕者以及多个第三追捕者在内的多个追捕者对逃逸者形成的包围状态下，根据每个追捕者的速度、最小转弯半径以及初始位置和最终位置，追逃博弈装置求得获取每个追捕者在预设时间内可达集的边界，即每个追捕者的第一等时线；根据逃逸者的速度和初始位置，追逃博弈装置获取逃逸者的第二等时线。

追逃博弈装置根据每个追捕者的第一等时线及逃逸者的第二等时线获得每个追捕者与逃逸者在任意时间可能相遇的点集，即追捕者可以捕获逃逸者的点集，并以此获取每个追捕者与逃逸者的交战线，其中包括第一追捕者与逃逸者的第一交战线和第二追捕者与逃逸者的第二交战线。

追逃博弈装置由逃逸者在平面坐标系中的位置向第一交战线做两条切线，以获取两条切线间的第一切线夹角。同样地，追逃博弈装置由逃逸者在平面上的位置向第二交战线做两条切线，以获取两条切线间的第二切线夹角。

追逃博弈装置将第一追捕者、第二追捕者在平面坐标系的位置转化为极坐标系的位置，以获取第一追捕者在极坐标系下的第一极角和第二追捕者在极坐标系下的第二极角。

追逃博弈装置根据第一切线夹角、第二切线夹角、第一极角和第二极角，计算第一追捕者与第二追捕者的重叠角并根据重叠角的值判断第一追捕者的运动区域与第二追捕者的运动区域是否有重叠。

例如，若第一追捕者与第二追捕者的重叠角的值大于等于0(即第一预设条件)，则追逃博弈装置确定第一追捕者的运动区域与第二追捕者的运动区域有重叠，即第一交战线和第二交战线有交点。若第一追捕者与第二追捕者的重叠角的值小于0(即第二预设条件)，则追逃博弈装置确定第一追捕者的运动区域与第二追捕者的运动区域无重叠，即第一交战线和第二交战线无交点。

进一步地，追逃博弈装置根据多个追捕者中的任意两个相邻追捕者的重叠角确定逃逸者的运动方向。例如，若第一追捕者与第二追捕者的重叠角的值大于等于0，且第一追捕者与第二追捕者的重叠角在每两个相邻的追捕者之间形成的多个重叠角中的值最小，则追逃博弈装置确定第一追捕者与第二追捕者之间的区域为逃逸者的运动方向。或者，若第一追捕者与第二追捕者的重叠角的值小于0，则追逃博弈装置确定第一追捕者与第二追捕者之间的区域为逃逸者的运动方向。

在步骤S120中，追逃博弈装置根据第一追捕者、第二追捕者及逃逸者的实时位置，控制第一追捕者、第二追捕者及逃逸者进行博弈。

例如，在步骤S120中，确定逃逸者的运动方向后，追逃博弈装置控制逃逸者按已确定的运动方向运动，并且控制第一追捕者和第二追捕者朝向逃逸者运动以进行追捕。同时，追逃博弈装置以第一追捕者或第二追捕者的位置为原点建立新的参考坐标系。在参考坐标系中，追逃博弈装置可根据第一追捕者(或第二追捕者)的实时位置获取逃逸者的相对实时位置。

追逃博弈装置按照平面坐标与极坐标的转换关系，将逃逸者在参考坐标系中的相对实时位置转换为逃逸者在与参考坐标系对应的极坐标系中极径与极角的实时数值，即逃逸者在极坐标系下的实时位置。

追逃博弈装置根据追捕者(如第一追捕者或第二追捕者)在参考坐标系下的相对实时位置建立追捕者动力学方程，根据逃逸者在参考坐标系下的实时位置建立逃逸者动力学方程，以用于推导在参考坐标系对应的极坐标系下第一追捕者、第二追捕者与逃逸者形成的夹角的表达式，其中，追捕者动力学方程中包括第一追捕者或第二追捕者的博弈控制量，逃逸者动力学方程中包括逃逸者的博弈控制量。

追逃博弈装置将逃逸者在与参考坐标系对应的极坐标系中极径与极角的实时数值代入逃逸者动力学方程，并根据追捕者动力学方程，获取极坐标系下第一追捕者、第二追捕者与逃逸者形成的夹角的表达式。追逃博弈装置对第一追捕者、第二追捕者与逃逸者形成的夹角的表达式进行最优化运算，以求得第一追捕者和第二追捕者的博弈控制量以及逃逸者的博弈控制量。

追逃博弈装置根据第一追捕者和第二追捕者的博弈控制量控制第一追捕者和第二追捕者针对逃逸者的运动方向朝向逃逸者运动，形成第一追捕者和第二追捕者的运动轨迹，以进行对逃逸者的追捕。同时，追逃博弈装置控制逃逸者沿逃逸者的运动方向运动，形成逃逸者的运动轨迹，以躲避第一追捕者和第二追捕者的追捕。

在步骤S130中，追逃博弈装置根据逃逸者的实时位置，控制多个第三追捕者配合第一追捕者和第二追捕者的运动。

例如，在步骤S130中，追逃博弈装置控制第一追捕者和第二追捕者以外的多个第三追捕者进行运动，以保持对逃逸者的包围状态，其中，多个第三追捕者的运动只与逃逸者的实时位置相关，与逃逸者的运动方向无关。

追逃博弈装置建立第三追捕者的参考坐标系与极坐标系的转换关系。根据逃逸者在极坐标系下的实时位置，追逃博弈装置得到逃逸者在极坐标系中极径与极角的实时数值，其中包括第三追捕者的博弈控制量。追逃博弈装置通过任意两个第三追捕者的重叠角与逃逸者在极坐标系中极径与极角的实时数值的结合，计算第三追捕者的博弈控制量。

追逃博弈装置根据多个第三追捕者的博弈控制量形成多个第三追捕者各自的运动轨迹，以控制多个第三追捕者在对逃逸者保持包围状态的同时接近逃逸者。

在步骤S140中，追逃博弈装置获取第一追捕者、第二追捕者、多个第三追捕者及逃逸者之间的博弈的结果。

例如，在步骤S140中，追逃博弈装置在预设时间段内获取并更新第一追捕者、第二追捕者、多个第三追捕者及逃逸者各自的博弈控制量，并根据博弈控制量确定第一追捕者、第二追捕者、多个第三追捕者及逃逸者各自的运动轨迹。

追逃博弈装置根据第一追捕者、第二追捕者和逃逸者的运动轨迹，判断第一追捕者或第二追捕者的运动轨迹与逃逸者的运动轨迹是否有交点。

在第一追捕者或第二追捕者的运动轨迹与逃逸者的运动轨迹有交点的情况下，追逃博弈装置确定逃逸者逃逸失败，第一追捕者、第二追捕者和多个第三追捕者对逃逸者的追捕成功。

在第一追捕者或第二追捕者的运动轨迹与逃逸者的运动轨迹无交点的情况下，追逃博弈装置确定逃逸者逃逸成功，第一追捕者、第二追捕者和多个第三追捕者对逃逸者的追捕失败。

根据本申请的实施例，追逃博弈装置通过可达集分析建立博弈模型，并将多追一的博弈场景分解为逃逸者与第一追捕者和第二追捕者的博弈以及其他的追捕者对逃逸者的包围控制，体现了多个追捕者间的自适应合作。

图2示出根据本申请示例实施例的确定逃逸者的运动方向的流程图。

如图2所述，在步骤S210中，追逃博弈装置获取每个追捕者的第一等时线和逃逸者的第二等时线。

例如，在步骤S210中，在多追一围捕的场景中，根据逃逸者的运动优势，追逃博弈装置将处于同一平面的多个追捕者与单个逃逸者的初始状态设置为多个追捕者对逃逸者形成的包围状态。

追逃博弈装置通过包括第一追捕者、第二追捕者以及多个第三追捕者在内的多个追捕者各自的速度、最小转弯半径以及初始位置和最终位置，计算每个追捕者在预设时间段内的可达集的边界，即每个追捕者的第一等时线。

根据一些实施例，追逃博弈装置建立以任一追捕者(第一追捕者、第二追捕者以及多个第三追捕者中的任意一个)的位置为原点、以该追捕者速度的矢量方向为y轴的平面坐标系。在该追捕者由初始位置向最终位置运动的过程中，追逃博弈装置获取该追捕者的恒定速度v

该追捕者的第一等时线可由如下公式(1)表述的方程求得：

其中，

进一步地，追逃博弈装置根据处于同一平面的逃逸者的初始位置以及逃逸者的速度及方向计算逃逸者在预设时间段内的可达集的边界为以初始位置为圆心的同心圆，即逃逸者的第二等时线。

根据一些实施例，逃逸者由初始位置(x

逃逸者的第二等时线可由如下公式(2)表述的方程求得：

(x-x

在步骤S220中，追逃博弈装置根据第一等时线和第二等时线获取每个追捕者与逃逸者的交战线。

例如，在步骤S220中，追逃博弈装置根据第一追捕者、第二追捕者和多个第三追捕者各自的第一等时线和逃逸者的第二等时线获得每个追捕者与逃逸者在任意时间可能相遇的点集，即所有追捕者和逃逸者在所有时间点按时间最优路径可能相遇的点集，并以此获得追捕者与逃逸者间的交战线。

如图3所示，以第一追捕者与逃逸者之间的第一交战线为例，追逃博弈装置建立以第一追捕者初始位置为原点的坐标系，并通过公式(1)计算并获得第一追捕者在任意时间点的第一等时线。

追逃博弈装置根据逃逸者在坐标系中的初始位置，通过公式(2)计算并获得逃逸者在任意时间点的第二等时线。

追逃博弈装置通过公式(1)和公式(2)消除共同的时间参数t，根据第一追捕者的第一等时线和逃逸者的第二等时线获得第一追捕者与逃逸者在相同时间点可能相遇的第一交战线。

在步骤S230中，追逃博弈装置根据交战线计算第一追捕者和第二追捕者的重叠角。

例如，在步骤S230中，在获取到第一追捕者与逃逸者的第一交战线和第二追捕者与逃逸者的第二交战线后，追逃博弈装置由逃逸者在坐标系中的位置分别向第一交战线和第二交战线做两条切线，以获得逃逸者与第一交战线的两条切线形成的第一切线夹角和逃逸者与第二交战线的两条切线形成的第二切线夹角。

如图4所示，以第一追捕者P

通过将第一追捕者和第二追捕者在以逃逸者为原点的参考坐标系的位置信息进行极坐标转换，追逃博弈装置获得第一追捕者在极坐标系下的第一极角和第二追捕者在极坐标系下的第二极角。

根据一些实施例，追逃博弈装置根据第一切线夹角ξ

在步骤S240中，追逃博弈装置根据重叠角确定逃逸者的运动方向。

例如，在步骤S240中，追逃博弈装置根据重叠角η

在η

在η

追逃博弈装置根据包括第一追捕者、第二追捕者和多个第三追捕者在内的多个追捕者中的任意两个相邻追捕者的重叠角确定逃逸者的运动方向。

例如，若第一追捕者P

或者，若第一追捕者P

根据本申请的实施例，追逃博弈装置基于可达集求得追捕者与逃逸者的等时线，以获得逃逸者在多个追捕者形成的多追一的场景下的运动方向，为后续进行多个追捕者的合作围捕策略以及逃逸者的最优逃逸策略的分析提供数据基础。

图5根据本申请示例实施例的追捕者与逃逸者的博弈过程的流程图。

如图5所示，在步骤S310中，追逃博弈装置控制逃逸者按逃逸者的运动方向运动以及控制第一追捕者、第二追捕者对逃逸者进行追捕，以获取第一追捕者、第二追捕者和逃逸者的博弈控制量。

例如，在步骤S310中，确定逃逸者的运动方向后，追逃博弈装置控制逃逸者按已确定的运动方向运动，并且控制第一追捕者和第二追捕者朝向逃逸者运动以进行追捕。

根据一些实施例，在只有一个追捕者与逃逸者之间的一对一的追逃博弈过程中，追逃博弈装置建立以追捕者P

其中，v

追逃博弈装置根据平面坐标与极坐标的转换关系，通过如下的转换公式(5)将逃逸者E在参考坐标系中的实时位置转换为逃逸者E在极坐标系中的实时位置(r

其中，r

追逃博弈装置将公式(4)代入公式(5)，求得逃逸者E在极坐标系中的实时位置(r

根据一些实施例，在第一追捕者、第二追捕者与逃逸者之间的二对一的追逃博弈过程中，追逃博弈装置根据追捕者P

其中，v

追逃博弈装置根据逃逸者E在参考坐标系中的实时位置(x

其中，v

追逃博弈装置确定第一追捕者的位置P

追逃博弈装置设定θ

追逃博弈装置通过公式(4)至公式(9)的运算，得到第一追捕者P

根据一些实施例，追逃博弈装置基于逃逸者的替代博弈控制量最大化逃逸者E与第一追捕者P

例如，追逃博弈装置根据公式(9)进行最优化运算：

其中，

在步骤S320中，追逃博弈装置控制多个第三追捕者对逃逸者保持包围状态并接近逃逸者，以获取每个第三追捕者的博弈控制量。

例如，在步骤S320中，追逃博弈装置控制第一追捕者和第二追捕者以外的多个第三追捕者的运动，以使得多个第三追捕者保持对逃逸者的包围状态并向逃逸者接近，其中，多个第三追捕者的运动只与逃逸者的实时位置相关，与逃逸者的运动方向无关。

追逃博弈装置设置第三追捕者P

追逃博弈装置根据公式(3)设定第三追捕者P

其中，k

追逃博弈装置根据公式(11)和公式(12)计算第三追捕者P

根据一些实施例，追逃博弈装置控制多个第三追捕者在保持对逃逸者的包围状态的同时接近逃逸者，并根据不同的情况求得任意一个第三追捕者的博弈控制量u

例如，根据公式(13)，设定参数δ

在sinθ

在步骤S330中，追逃博弈装置根据博弈控制量获得追捕者与逃逸者之间的博弈结果。

例如，在步骤S330中，追逃博弈装置在预设时间段内获取并更新第一追捕者、第二追捕者、每个第三追捕者及逃逸者各自的博弈控制量，并根据博弈控制量确定追捕者及逃逸者各自的运动轨迹。

追逃博弈装置根据第一追捕者、第二追捕者和逃逸者的运动轨迹，判断第一追捕者或第二追捕者的运动轨迹与逃逸者的运动轨迹是否有交点。

在第一追捕者或第二追捕者的运动轨迹与逃逸者的运动轨迹有交点的情况下，追逃博弈装置确定逃逸者逃逸失败。

在第一追捕者或第二追捕者的运动轨迹与逃逸者的运动轨迹无交点的情况下，追逃博弈装置确定逃逸者逃逸成功。

根据本申请的实施例，可将多个追捕者与逃逸者之间的多追一的博弈场景分解为逃逸者和两个追捕者(第一追捕者和第二追捕者)的博弈和其余的追捕者(第三追捕者)对逃逸者的包围控制，充分体现了多个追捕者间的自适应合作，并将基于几何的方法与微分函数方法结合，使得本申请的算法具有计算实时性。

图6示出追捕者与逃逸者的博弈过程的一个实施例的示意图。

如图6所示，在平面坐标系中，五个追捕者对一个逃逸者进行围捕，其中，五个追捕者的初始坐标依次为P

追逃博弈装置计算五个追捕者和逃逸者之间的交战线，以及相邻的追捕者之间的五个重叠角，并通过判断五个重叠角的大小确定逃逸者的运动方向以及在逃逸者运动方向对应的第一追捕者和第二追捕者。

追逃博弈装置将追捕者P

追逃博弈装置计算相邻两个追捕者之间的重叠角

追逃博弈装置控制第一追捕者、第二追捕者和逃逸者进行追逃博弈。追逃博弈装置将P

追逃博弈装置还控制除第一追捕者和第二追捕者以外的其他追捕者(第三追捕者)对逃逸者保持包围状态并接近逃逸者。追逃博弈装置通过公式(11)至公式(13)，求得在不同情况下的任意一个第三追捕者的博弈控制量

追逃博弈装置通过追捕者动力学方程和逃逸者动力学方程更新各追捕者及逃逸者的位置，以及在时间不断推进的情况下循环计算追捕者与逃逸者的交战线及各相邻追捕者之间的重叠角，并根据求得的各追捕者及逃逸者的博弈控制量获取在第一追捕者、第二追捕者对逃逸者的二对一的追逃博弈过程中第一追捕者、第二追捕者和逃逸者各自的最优追逃博弈策略，以及除第一追捕者、第二追捕者以外的每个第三追捕者的最优追逃博弈策略。

如图6所示的实施例中，第一追捕者及第二追捕者的运动轨迹与逃逸者的运动轨迹无交点，逃逸者逃逸成功，追捕者捕获逃逸者失败。

图7示出追捕者与逃逸者的博弈过程的另一实施例的示意图。

如图7所示，在平面坐标系中，六个追捕者对一个逃逸者进行围捕，其中，六个追捕者的初始坐标依次为P

追逃博弈装置计算六个追捕者和逃逸者之间的交战线，以及相邻的追捕者之间的六个重叠角，并通过判断六个重叠角的大小确定逃逸者的运动方向以及在逃逸者运动方向对应的第一追捕者和第二追捕者。

追逃博弈装置将追捕者P

追逃博弈装置计算相邻两个追捕者之间的重叠角

追逃博弈装置控制第一追捕者、第二追捕者和逃逸者进行追逃博弈。追逃博弈装置将P

追逃博弈装置还控制除第一追捕者和第二追捕者以外的其他追捕者(第三追捕者)对逃逸者保持包围状态并接近逃逸者。追逃博弈装置通过公式(11)至公式(13)，求得在不同情况下的任意一个第三追捕者的博弈控制量

追逃博弈装置通过追捕者动力学方程和逃逸者动力学方程更新各追捕者及逃逸者的位置，以及在时间不断推进的情况下循环计算追捕者与逃逸者的交战线及各相邻追捕者之间的重叠角，并根据求得的各追捕者及逃逸者的博弈控制量获取在第一追捕者、第二追捕者对逃逸者的二对一的追逃博弈过程中第一追捕者、第二追捕者和逃逸者各自的最优追逃博弈策略，以及除第一追捕者、第二追捕者以外的每个第三追捕者的最优追逃博弈策略。

如图7所示的实施例中，第一追捕者及第二追捕者的运动轨迹与逃逸者的运动轨迹有交点，逃逸者逃逸失败，追捕者捕获逃逸者成功。

图8示出根据本申请示例实施例的一种追逃博弈装置的框图。

如图8所示，追逃博弈装置400包括数据采集模块410、运行处理模块420和信息传输模块430。

数据采集模块410用于获取每个追捕者和逃逸者在坐标系中的实时位置和运动方向，以形成追捕者和逃逸者各自的运动轨迹。

运行处理模块420根据每个追捕者和逃逸者的实时位置和运动方向计算每个追捕者各自的第一等时线和逃逸者的第二等时线，并根据第一等时线和第二等时线获得每个追捕者与逃逸者可能相遇的交战线。

运行处理模块420根据追捕者与逃逸者的交战线计算所有追捕者中相邻的追捕者之间的重叠角，并根据重叠角的大小确定逃逸者的运动方向。

运行处理模块420根据逃逸者的运动方向控制逃逸者和每个追捕者的运动，实现追捕者与逃逸者之间的追逃博弈过程，并计算每个追捕者及逃逸者的博弈控制量，以获取追捕者与逃逸者的最优追逃博弈策略。

运行处理模块420根据每个追捕者及逃逸者的博弈控制量分别发送信息至每个追捕者和逃逸者，并由追捕者和逃逸者各自的运动轨迹获得追捕者与逃逸者之间的追逃博弈的结果。

信息传输模块430用于传输每个追捕者及逃逸者的博弈控制量信息，以实现追捕者与逃逸者之间的追逃博弈。

图9示出根据本申请示例实施例的电子设备的框图。

如图9所示，电子设备600仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图9所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书描述的根据本申请各种示例性实施方式的方法。例如，处理单元610可以执行如图1中所示的方法。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。根据本申请实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端或者网络设备等)执行根据本申请实施例的方法。

软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现前述功能。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

根据本申请的一些实施例，本申请的技术方案充分体现了多个追捕者间的自适应合作，并将基于几何的方法与基于微分函数的方法结合，使得本申请的技术方案具有计算实时性。

以上对本申请实施例进行了详细介绍，以上实施例的说明仅用于帮助理解本申请的方法及其核心思想。同时，本领域技术人员依据本申请的思想，基于本申请的具体实施方式及应用范围上做出的改变或变形之处，都属于本申请保护的范围。综上所述，本说明书内容不应理解为对本申请的限制。