公开(公告)号：CN115328189A

公开(公告)日：2022-11-11

申请号：CN202210782058.0

申请日：2022-07-04

Applicant: 合肥工业大学

Inventor： 罗贺 ,  王浩丞 ,  王国强 ,  马滢滢 ,  胡笑旋 ,  蒋儒浩 ,  陈宇轩 ,  王菲菲 ,  台建玮 ,  马华伟 ,  夏维 ,  唐奕城 ,  靳鹏

IPC: G05D1/10

Abstract: 本发明提供一种多无人机协同博弈决策方法和系统。通过生成多无人机的零和矩阵博弈模型，包括博弈双方信息、博弈策略集合和收益矩阵；博弈策略集合包括攻击方编队的第一策略集合和防御方编队的第二策略集合。基于第一策略集合和第二策略集合获取严格博弈矩阵，并根据严格博弈矩阵获取初始混合策略纳什均衡。通过确定使攻击方编队和防御方编队的收益值最大的策略，获取到目标混合策略纳什均衡，从而获取最佳第一策略，并控制攻击方编队执行最佳第一策略。通过零和矩阵博弈模型获取混合策略纳什均衡，并利用收益矩阵确定出最佳策略，从而提高了获取多无人机的博弈决策的效率。

公开(公告)号：CN113128021A

公开(公告)日：2021-07-16

申请号：CN202110269461.9

申请日：2021-03-12

Applicant: 合肥工业大学

Inventor： 王国强 ,  陈宇轩 ,  罗贺 ,  蒋儒浩 ,  马滢滢 ,  胡笑旋 ,  夏维 ,  唐奕城 ,  靳鹏 ,  马华伟 ,  王浩丞

IPC: G06F30/20 ,  G06F17/18 ,  G06F111/02

Abstract: 本发明提供一种多无人平台协同对抗的实时重决策方法和系统，涉及无人平台领域，包括：实时获取多无人平台协同对抗时的无人平台状态数据；计算无人平台状态数据的奖励回报；基于预先构建的Actor网络对无人平台状态数据进行处理，得到当前回合的多无人平台重决策方案；基于预先构建的Critic网络对无人平台状态数据进行处理，得到重决策价值函数；基于奖励回报和重决策价值函数计算TD误差；基于TD误差更新Actor网络和Critic网络；多无人平台执行多无人平台重决策方案，得到多无人平台协同对抗数据，并作为下一回合的无人平台状态数据。本发明可以得到最适应当前环境下的无人平台重决策方案。

公开(公告)号：CN116774721A

公开(公告)日：2023-09-19

申请号：CN202310259965.1

申请日：2023-03-14

Applicant: 合肥工业大学

Inventor： 罗贺 ,  王菲菲 ,  马滢滢 ,  王国强 ,  丁帅 ,  宋程 ,  胡笑旋 ,  王浩丞 ,  陈宇轩 ,  岳子轩 ,  台建玮

IPC: G05D1/10

Abstract: 本发明提供一种多无人机博弈对抗的目标分配方法和系统。通过生成零和博弈矩阵模型并获取严格博弈集合。基于严格博弈集合获取纳什均衡解，基于纳什均衡解选取第一初始策略和第二初始策略。基于第二初始策略获取第一无人机编队的第一最优反应策略，基于第一初始策略获取第二无人机编队的第二最优反应策略。如果第一最优反应策略和/或第二最优反应策略不存在于严格博弈集合中，则更新严格博弈集合，并重新获取纳什均衡解。如果第一最优反应策略和第二最优反应策略均存在于严格博弈集合中，则将纳什均衡解确定为多无人机博弈对抗的目标分配方案。本发明通过获取每个无人机编队的最优反应策略，提高多无人机目标分配的效率。

公开(公告)号：CN113128021B

公开(公告)日：2022-10-25

申请号：CN202110269461.9

申请日：2021-03-12

Applicant: 合肥工业大学

Inventor： 王国强 ,  陈宇轩 ,  罗贺 ,  蒋儒浩 ,  马滢滢 ,  胡笑旋 ,  夏维 ,  唐奕城 ,  靳鹏 ,  马华伟 ,  王浩丞

IPC: G06F30/20 ,  G06F17/18 ,  G06F111/02

Abstract: 本发明提供一种多无人平台协同对抗的实时重决策方法和系统，涉及无人平台领域，包括：实时获取多无人平台协同对抗时的无人平台状态数据；计算无人平台状态数据的奖励回报；基于预先构建的Actor网络对无人平台状态数据进行处理，得到当前回合的多无人平台重决策方案；基于预先构建的Critic网络对无人平台状态数据进行处理，得到重决策价值函数；基于奖励回报和重决策价值函数计算TD误差；基于TD误差更新Actor网络和Critic网络；多无人平台执行多无人平台重决策方案，得到多无人平台协同对抗数据，并作为下一回合的无人平台状态数据。本发明可以得到最适应当前环境下的无人平台重决策方案。

公开(公告)号：CN118963410A

公开(公告)日：2024-11-15

申请号：CN202411005769.2

申请日：2024-07-25

Applicant: 江淮前沿技术协同创新中心 ,  合肥工业大学

Inventor： 王国强 ,  王浩丞 ,  兰斌 ,  罗贺 ,  马滢滢 ,  闫刚 ,  陈宇轩 ,  焦桂芬 ,  邵永正

IPC: G05D1/695 ,  G05D109/20

Abstract: 本发明提供一种混合无人机编队协同博弈的智能决策方法和系统。获取博弈参与方数据，包括攻击型无人机信息、干扰型无人机信息、攻击方策略集合、防御目标信息、防御系统信息和防御方策略集合。计算严格博弈矩阵，以及基于严格博弈矩阵获取初始混合策略纳什均衡。根据所述初始混合策略纳什均衡选取概率最大的初始攻击方策略和初始防御方策略。生成所述初始攻击方策略的攻击方邻居策略集合，生成所述初始防御方策略的防御方邻居策略集合。通过邻居策略集合计算收益最大的混合策略纳什均衡，从而得到了最佳攻击方策略。实现对攻击型无人机和干扰型无人机协同工作时的博弈决策。

公开(公告)号：CN115328189B

公开(公告)日：2024-04-19

申请号：CN202210782058.0

申请日：2022-07-04

Applicant: 合肥工业大学

Inventor： 罗贺 ,  王浩丞 ,  王国强 ,  马滢滢 ,  胡笑旋 ,  蒋儒浩 ,  陈宇轩 ,  王菲菲 ,  台建玮 ,  马华伟 ,  夏维 ,  唐奕城 ,  靳鹏

IPC: G05D1/695 ,  G05D109/20

Abstract: 本发明提供一种多无人机协同博弈决策方法和系统。通过生成多无人机的零和矩阵博弈模型，包括博弈双方信息、博弈策略集合和收益矩阵；博弈策略集合包括攻击方编队的第一策略集合和防御方编队的第二策略集合。基于第一策略集合和第二策略集合获取严格博弈矩阵，并根据严格博弈矩阵获取初始混合策略纳什均衡。通过确定使攻击方编队和防御方编队的收益值最大的策略，获取到目标混合策略纳什均衡，从而获取最佳第一策略，并控制攻击方编队执行最佳第一策略。通过零和矩阵博弈模型获取混合策略纳什均衡，并利用收益矩阵确定出最佳策略，从而提高了获取多无人机的博弈决策的效率。