【paper】分布式无人水下航行器围捕智能目标

• An Effective Strategy for Distributed Unmanned Underwater Vehicles to Encircle and Capture Intelligent Targets
  
• 2022.8
  
• IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS【Q1 7.5】
  
• Mingzhi Chen 上海理工大学
  

  Q1 Background：本文试图解决一个什么样的问题？

• 在岛屿环境下，                                                   n                               u                                            n_u                     nu​个防御型UUV围捕                                                   m                               s                                            m_s                     ms​个外来UUV
  

   如下图，t1、t2为外来UUV，1~8为防御UUV。
（以2的视角为例） 防御UUV 2通过毗连到UUV 6举行任务分配。在靠近其团队后，与团队成员举行更多沟通，以共同完成包围。防御UUV形成一个大包围圈，以防止外来UUV逃脱。之后，他们缩小包围圈以完成捕获。
（以t2包围过程为例）开始时，1、5、8号防御型UUV驱动t2上行，帮助2号防御型UUV完成包围。由于包围圈刚开始时较大，5号防御型UUV开始到达包围点，因此5号防御型UUV的航行轨迹与目标t2有些相似，以保持对包围点的占领。在仿真结束阶段，由于岛屿阻挡，2号防御型UUV从左侧过来，因此8号防御型UUV改为向上包围点航行，帮助快速完成包围
  

Q2 What’s Known：之前解决这个问题有哪些方法？

• 追逃博弈：汉密尔顿-雅可比-艾萨克 (HJI) 方程从终端状态追溯最优状态轨迹、基于图论、HJI 和最小-最大策略
  
• 编队控制：同等性圆圈、阿波罗尼乌斯圆圈
  
• 路径规划：[26]仿生神经网络（BNN）；[17]改进BNN，得到快速的动态特性。虽然动态特性得到了改善，但其路径取决于舆图的分辨率，影响包围服从。[24]研究了追击-躲避游戏，并使用快速行进法FMM来估计追击时间。
  
• 追逃博弈 + 编队控制：基于举动的方法[12]：为呆板人群体建立了基于排斥、朝向和吸引三种举动的自组织捕食者任务；受生物开导的方法[13]、[14]：基于狼群算法和粒子群优化算法，目标仅依赖于灵敏性优势；基于状态的方法[15]：仅需通过局部交互来捕获目标；
  
• 水下研究：[16]一种改进的脊髓神经体系，提出了一种双向协商的任务分配方法。[17]完成了基于自组织映射（SOM）的目标围剿，重点研究了异质水下航行器。[19]提出了一种主从式围剿编队控制器，将围剿任务分配给距离近似相同的UUV，使UUV同时到达。