[发明专利]基于态势信息的对抗环境下多无人艇区域巡逻方法及系统

权利要求书

1.一种基于态势信息的对抗环境下多无人艇区域巡逻方法，其特征在于，包括：

根据信息集构建战场的全局态势信息；所述信息集包括：巡逻任务信息、海图信息、己方船只位置信息以及已发现的敌方船只位置信息；

利用当前船只自身的传感器探测信息构建局部海图；

根据当前船只周围的船只运动轨迹以及当前船只的运动轨迹，对所有船只的未来运动轨迹进行预测，得到轨迹预测信息；

将所述轨迹预测信息与所述局部海图结合形成局部态势信息；

基于所述全局态势信息、所述局部态势信息以及船只运动属性向量确定特征向量；

通过所述特征向量和奖励函数对MADDPG算法进行训练；所述MADDPG算法包括Actor网络和Critic网络；

通过训练好的Actor网络确定动作指令；根据所述动作指令进行多无人艇的区域巡逻任务。

2.根据权利要求1所述的基于态势信息的对抗环境下多无人艇区域巡逻方法，其特征在于，根据当前船只周围的船只运动轨迹以及当前船只的运动轨迹，对所有船只的未来运动轨迹进行预测，具体包括：

根据CTRA模型对于船只进行运动学建模，确定船只当前时刻的状态变量；

计算各所述当前时刻的状态变量的变化率；

根据所述变化率确定下一时刻的状态变量；

根据所述下一时刻的状态变量确定所有船只的未来运动轨迹。

3.根据权利要求1所述的基于态势信息的对抗环境下多无人艇区域巡逻方法，其特征在于，基于所述全局态势信息、所述局部态势信息以及船只运动属性向量确定特征向量，具体包括：

将所述全局态势信息和所述局部态势信息输入至训练好的CNN网络中，得到初始特征向量；

将所述初始特征向量与船只运动属性向量进行拼接，得到特征向量。

4.根据权利要求1所述的基于态势信息的对抗环境下多无人艇区域巡逻方法，其特征在于，通过所述特征向量和奖励函数对MADDPG算法进行训练，具体包括：

将所述特征向量输入至所述Actor网络，得到下一时刻的动作指令；

根据下一时刻的动作指令进行巡逻，并通过所述奖励函数和所述Critic网络对下一时刻的动作指令进行评价；

根据评价结果对所述Actor网络进行参数调整。

5.根据权利要求4所述的基于态势信息的对抗环境下多无人艇区域巡逻方法，其特征在于，所述奖励函数R表达式如下：

R＝r_unknown+r_catch+r_escape+r_intrusion+r_collision

其中，r_unknown为巡逻区域全局未知度奖励，r_catch为敌方船只捕捉奖励，r_escape为敌方船只逃逸奖励，r_intrusion为敌方船只入侵奖励，r_collision为碰撞奖励。

6.根据权利要求5所述的基于态势信息的对抗环境下多无人艇区域巡逻方法，其特征在于，所述巡逻区域全局未知度奖励r_unknown的表达式如下：

r_unknown＝r₀×K_unknown

其中，r₀表示可调节的参数，K_unknown表示全局态势信息的未知度，n_unknown表示全局态势信息的未知度数值，N_omniscient表示全局态势信息的全局数据。