崔雅萌 王会霞 郑春胜 胡瑞光

1．北京航天自动控制研究所北京100854 2. 宇航智能控制技术国家级重点实验室北京100854

人工智能技术是引领新一轮科技革命和产业变革的战略性技术, 智能技术已成为大国博弈的重点[1]. 未来战争也将是智能化、体系化对抗, 传统的规则化、简单逻辑的博弈策略不能满足要求,发展智能装备,采用智能飞行器集群作战将成为创新性、颠覆性的作战模式[2]. 面对复杂的多飞行器拦截场景,单个飞行器逃逸成功很难实现,而诱饵伴飞、主动机动突防等策略可以帮助飞行器逃逸成功[3−5]. 在飞行器攻防对抗中,进攻方飞行器是逃逸者,需要找到最优策略成功逃逸;拦截方飞行器是追捕者,需要准确识别目标成功拦截,双方构成追逃博弈问题.

从进攻方(也称为逃逸方)角度研究逃逸策略,现有的多对一拦截场景大多基于传统的控制理论,在双方信息全部已知的情况下设计固定的策略求解问题,见文献[3−4,6−8].

从拦截方角度研究拦截策略, 多目标拦截问题需要考虑对抗双方性能, 结合对抗场景中双方的位置、速度、姿态等信息, 确定最优分配方案, 实现资源利用最大化并获得最佳打击效果, 是一种组合优化问题.目标分配方案有改进差分进化算法[9]、匈牙利算法[10]、蚁群算法[11]、粒子群算法[12−13]等. 众多方法中, 匈牙利算法计算量小, 求解方便快速, 易于实现,适合需要进行实时目标分配计算的对抗场景.

近年来人工智能技术迅速发展……