博文

哈尔滨工业大学段广仁院士团队丨低空欠驱垂直起降飞行器攻击–躲避全驱博弈控制

已有 241 次阅读 2026-10-16 15:22 |个人分类:论文推荐|系统分类:博客资讯

编辑荐语

本期将给大家分享"低空欠驱垂直起降飞行器攻击–躲避全驱博弈控制(Fully actuated attack-evasion game-theoretic control for low-attitude under-actuated VTOL aircraft)". 如您对本期相关内容有好的理解与建议, 欢迎评论区留言.

低空飞行器的攻防对抗正由单一任务执行向协同与对抗博弈演化, 而欠驱动力学与非线性强耦合特性使得传统追逃控制方法在解析性、实时性与对抗性能之间难以兼顾. 本文基于全驱系统(FAS)方法, 为欠驱垂直起降(VTOL)飞行器攻击–躲避博弈问题提出了一种兼具理论严谨性与工程可实现性的博弈控制策略. 研究首先将攻防双方的欠驱非线性耦合动力学转化为带输入可行集约束的混合阶亚全驱系统, 利用全驱化特性构造形式化控制器, 将原系统解耦为两个线性攻击–躲避闭环子系统, 从而克服了欠驱系统可控性不直观、非线性博弈策略难以解析求解的双重困境. 在此基础上, 巧妙设计了混合博弈框架: 针对解耦后的子系统分别构建参数博弈与线性二次型零和微分博弈, 获得显式解析的鞍点控制策略, 并将输入可行集约束转化为初始条件约束, 在保证输入可行性与闭环稳定性的同时, 实现了攻击方对躲避方的有效逼近与打击. 数值仿真验证了该方法在强非线性动态耦合场景下的有效性与计算效率. 本工作为欠驱飞行器对抗博弈控制提供了全新的理论工具与设计范式, 并为未来多飞行器、多主体对抗场景的拓展研究奠定了重要基础.

论文介绍

低空欠驱垂直起降飞行器攻击–躲避全驱博弈控制

Fully actuated attack-evasion game-theoretic control for low-attitude under-actuated VTOL aircraft

徐丽学1, 王秀博2†, 段广仁3

机构: 1. 哈尔滨工业大学控制科学与工程系; 2. 东北大学秦皇岛分校控制工程学院; 3. 哈尔滨工业大学控制理论与制导技术研究中心.

引用: 徐丽学, 王秀博, 段广仁. 低空欠驱垂直起降飞行器攻击–躲避全驱博弈控制. 控制理论与应用, 2026, 43(9): 1856 – 1867

DOI: 10.7641/CTA.2026.60041

全文链接:

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA260041&flag=1

摘要

针对低空欠驱垂直起降(VTOL)飞行器攻击–躲避博弈问题, 本文提出一种基于全驱系统(FAS)方法的博弈控制策略. 首先, 根据欠驱攻击方与躲避方飞行器动力学模型建立带输入可行集约束的混合阶亚全驱攻躲系统, 并利用系统全驱化特性构造形式化全驱控制器及其状态响应结构, 从而将原非线性耦合系统解耦为两个线性攻击–躲避闭环子系统. 随后, 针对第1个子系统设计参数博弈以确定闭环参数, 并将输入可行集约束转化为初始条件约束; 针对第2个子系统设计零和博弈, 通过线性二次型微分博弈获得显式解析的鞍点策略. 在给定初始相对位置条件下, 所提出的全驱博弈控制策略不仅能够保证输入可行集约束得以满足, 而且能够实现攻击方对躲避方的有效逼近与打击, 进一步保证闭环系统的稳定性. 最后, 通过垂直起降飞行器攻击–躲避博弈任务的数值仿真验证了所提控制方法的有效性.

引言

近年来, 低空飞行器在军事打击、要地防护、应急救援和复杂环境监测等领域得到快速发展, 其任务形态由单一执行逐步演化为协同与对抗等复杂场景[1–3]. 其中, 攻击–躲避任务是具有代表性的对抗应用形式, 攻防双方围绕生存与制胜目标实施策略性决策与高机动控制, 博弈式决策与动态控制紧密耦合, 从而形成典型的对抗性控制问题[4]. 因此, 开展低空飞行器博弈控制研究, 对于提升无人系统在复杂环境中的生存能力, 任务成功率以及自主智能水平具有重要战略意义与工程价值[5].

飞行器攻击–躲避控制本质上属于飞行器追逃控制问题. 现有追逃控制方法主要包括基于视线角的几何制导控制方法[6]、预测控制以及博弈控制等. 其中, 视线角控制通过追逃双方视线角构造控制律, 使追击者沿视线角方向机动, 逃逸者沿其正交方向运动, 形成以破坏/维持视线角为目标的对抗机制[7–8]. 在此基础上, 将预测控制引入视线角追逃控制, 可在几何制导框架下建立滚动时域优化结构, 实现对多种工程约束的显式处理. 文献[9]将追击与逃避任务构造成带约束的有限时域优化问题, 在避碰与输入约束条件下实现攻防双方在线最优策略的生成. 文献[10]将追逃过程转化为动态滚动优化问题, 通过显式处理机动包线、角度约束及输入/状态/安全约束, 实现追击与逃逸策略的联合规划.

博弈控制在优化控制的基础上引入多主体对抗或协同关系, 从博弈论角度刻画参与方收益及策略互动[11]. 经典微分博弈框架为分析攻击–躲避问题提供了严格的理论工具, 如Riccati微分方程和Hamilton-Jacobi-Isaacs(HJI)方程, 可在连续时域内刻画策略互动并推导最优或鞍点控制策略. 针对椭圆轨道航天器追逃博弈中计算复杂, 难以实时求解的问题, 文献[12]将双边追逃博弈等价转化为折扣最短时间凸优化问题, 并结合二分搜索与滚动时域合成反馈策略, 实现实时求解, 在保证性能与鲁棒性的同时显著降低计算量. 当前研究已从单追单逃扩展至多主体博弈, 基于HJI方程的分布式最优控制方法已应用于一追一、多追一及多追多场景. 与此同时, 随着强化学习与智能博弈理论的发展, 数据驱动方法被广泛用于追逃与攻击–躲避问题, 通过对抗训练在复杂环境下获得自主博弈策略. 文献[13]基于强化学习设计分布式控制策略, 在无需精确系统模型的条件下实现Nash均衡求解与可捕获性保证; 文献[14]在图论框架下将多追–多逃问题表述为差分博弈, 提出具有吸引–排斥结构的分布式线性反馈律, 实现协同围捕与有效逃逸. 对于航天器追逃博弈, 文献[15]提出基于终端诱导强化学习方法用于脉冲推力轨道对抗任务, 通过约束一致的奖励设计显著提升捕获成功率. 针对线性非零和博弈, 也有研究利用Q-learning估计控制增益以应对不完全信息情形[16].

尽管前述文献已在追逃博弈控制中取得丰富成果, 但仍存在若干关键问题尚待解决. 首先, 基于视线角的纯追击策略容易产生追逐轨迹弯曲或拖尾现象, 追击方轨迹呈弓形或螺旋形逼近, 导致捕获时间显著延长. 预测控制通过滚动优化可自然处理输入与状态约束, 适应非线性动力学, 但计算量较大, 实时性压力突出; 用于追逐–逃避博弈的多智能体强化学习方法多以无模型算法为主, 往往未充分利用参与者运动学中的确定性结构信息, 导致策略学习完全依赖试探搜索. 同时, 追击者在早期探索阶段通常难以成功捕获逃逸者, 进而降低了采样效率并制约了多智能体强化学习算法的训练效果与收敛速度. 归其原因, 现有大量工作依赖状态空间下的线性化模型, 简化动力学或全驱假设, 难以反映实际飞行器普遍存在的欠驱特性以及高维动态间的强非线性耦合关系, 在强机动对抗场景下其近似精度会显著下降. 此外, 非线性微分博弈方法通常需要求解高维HJI方程或非线性Riccati方程, 计算复杂度极高甚至难以求解. 同时, 闭环稳定性往往在非线性、高动态、复杂低空环境中实现上述方法的实时工程应用仍面临显著挑战. 因此, 如何在欠驱动力学建模与对抗博弈最优策略设计之间建立统一控制框架, 并在解析性、工程可实现性与对抗性能之间实现兼顾, 已成为当前低空飞行器攻击–躲避博弈控制领域的重要研究热点与难点问题.

针对上述问题, 全驱系统方法作为开创性的控制系统分析与设计方法论, 为非线性优化问题的降复杂度提供了新的理论视角[17–19]. 该方法通过保留或构造全驱系统, 利用其全驱特性在输入端抵消非线性项, 从而获得线性解耦的闭环系统, 并在此基础上开展优化问题的建模与求解, 从根本上降低非线性系统优化控制问题的复杂度, 已在非线性系统优化控制及工程应用中取得重要进展[20–23]. 对于非全驱系统, 一些典型的欠驱系统可通过微分同胚变换转化为带可行集约束的亚全驱系统, 在给出可控性条件的同时, 实现控制结构简化并自然嵌入可行域约束[24–25]. 此外, 基于全驱系统方法的博弈控制研究也取得了系列进展. 文献[26]基于博弈论提出面向网络约束的高阶全驱预测控制方法, 通过构建Nash博弈框架与全驱模型, 在网络时延与数据丢包条件下实现最优协同控制与稳定性保证. 文献[27]提出一种基于全驱系统方法的激励型Stackelberg微分博弈容错编队控制策略, 利用全驱方法将博弈控制律表示为状态反馈形式, 并通过求解耦合Riccati微分方程而非HJI方程显著降低计算复杂度, 实现四旋翼内外环双向耦合的最优控制及故障条件下的性能保持. 文献[28]针对固定翼无人机执行器故障情形下的编队跟随–包围控制问题, 基于差分博弈方法将故障随动机动力学等价为全驱系统, 构建控制器与执行器故障之间的零和博弈, 从而实现分布式编队控制与故障容错包围控制的协同控制.

尽管已有研究表明全驱系统方法在博弈控制领域具有良好应用前景, 但现有成果主要面向全驱系统, 对于具有强非线性与强耦合特性的欠驱飞行器攻躲博弈问题关注相对不足. 尤其是在欠驱特性与对抗博弈并存的情形下, 如何在保证系统稳定性的前提下获得具有显式解析形式的最优控制策略仍未见系统性结果. 鉴于此, 本文面向欠驱飞行器攻躲场景, 研究基于全驱系统方法的混合博弈控制. 通过将欠驱飞行器系统转化为混合阶亚全驱系统, 结合参数博弈确定输入映射及输入可行集约束, 并进一步利用零和博弈求解攻防系统的解析控制律, 同时通过博弈权重实现策略可调. 具体而言, 本文的主要贡献概括为以下两点:

1) 建立欠驱飞行器攻躲系统的全驱化博弈模型. 将欠驱攻击方与躲避方的非线性耦合动力学转化为带输入可行集约束的混合阶亚全驱系统, 构造形式化全驱控制器及其状态响应结构, 实现原非线性耦合系统向两个线性攻击–躲避闭环子系统的解耦, 并将输入可行性约束显式转化为初始条件约束;

2) 设计显式解析的全驱混合攻躲博弈控制器. 针对解耦后的两个子系统, 通过参数博弈和线性二次型微分博弈获得攻躲双方的控制参数和解析形式的鞍点控制策略. 在保证输入可行性与系统稳定性的同时, 实现攻击方对躲避方的有效逼近与攻击控制.

结论与展望

本文针对低空欠驱VTOL飞行器在攻击–躲避对抗任务中所面临的动力学欠驱、非线性博弈策略难以解析求解等关键问题, 提出了基于全驱系统方法的攻击–躲避博弈控制策略. 首先, 通过构建带输入可行集约束的混合阶亚全驱攻躲联合动力学模型, 设计形式化全驱控制器及状态响应结构, 将原本非线性、强耦合的欠驱VTOL动力学转化为两个线性可控的攻击–躲避闭环子系统, 从而消除了欠驱系统可控性不直观的问题. 在此基础上, 结合全驱混合博弈框架, 综合参数博弈与线性二次型微分博弈方法, 设计攻躲双方解析形式的鞍点控制策略, 并将输入可行集约束转化为初始条件约束, 从而在保证输入可行性的同时实现博弈控制器的解析求解. 仿真结果表明, 所提出的全驱化博弈控制方法可实现稳定、有效的攻击–躲避对抗控制, 并在强非线性动态耦合情况下仍保持较高的计算可行性与良好的控制性能.

此外, 所提出的方法具备良好的可扩展性, 可推广至多变量高维系统, 并为三维空间飞行器追逃博弈控制提供了可行途径. 未来工作将进一步拓展至多飞行器多主体对抗场景, 以提升方法在复杂集群环境中的适用性. 同时, 针对实际系统中的不确定性因素(如外部扰动、阵风干扰及参数摄动), 将开展鲁棒博弈控制研究, 并结合迭代学习预测控制方法, 构建鲁棒博弈控制框架, 以进一步增强系统在复杂低空环境及多任务条件下的鲁棒性与适应能力.

作者简介

徐丽学博士研究生, 目前研究方向为空间机器人导航与制导控制和嵌入式工业机器人控制.

王秀博讲师, 目前研究方向为全驱系统方法预测控制、飞行器与航天器控制与应用.

段广仁院士, 教授, 目前研究方向为全驱系统方法、控制系统的参数化设计、鲁棒控制、广义系统、航天器制导与控制.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg