[論文レビュー] Optimal Strategies for Guarding a Compact and Convex Target Area: A Differential Game Approach.

Yoonjae Lee, Efstathios Bakolas|arXiv (Cornell University)|Apr 1, 2021

Guidance and Control Systems参考文献 21被引用数 4

ひとこと要約

本稿は、追跡者（pursuer）がコン pact かつ凸な標的領域を防衛し、逃走者（evader）に対して戦略的対立を示す2人零式平面的標的防衛ゲームにおける最適戦略を定式化する。微分ゲーム理論と Isaacs の手法を用いて、状態空間を捕獲と脱出の部分ゲームに分ける境界面（barrier surface）を特定し、一般の凸標的集合を想定したもとで、連続的かつ微分可能な価値関数と、両プレイヤーに対する一意のサドル点状態フィードバック戦略を導出する。

ABSTRACT

We revisit the two-player planar target-defense game posed in [1], a special class of pursuit-evasion games in which the pursuer (or defender) strives to defend a stationary target area from the evader (or intruder) who desires to reach it, if possible, or approach it as close as possible. In this paper, the target area is assumed to be a compact and convex set. Unlike classical two-player pursuit-evasion games, this game involves two subgames: a capture game and an escape game. In the capture game, where capture is assured, the evader attempts to minimize the distance between her final position and the target area whereas the pursuer tries to maximize the same distance. In the escape game, where capture is not guaranteed, the evader attempts to maximize the distance between herself and the pursuer at the moment that she reaches the target for the first time. Our solution approach is based on Isaacs classical method in differential games. We first identify the barrier surface that demarcates the state space of the game into two subspaces, each of which corresponds to the two aforementioned subgames, by means of geometric arguments. Thereafter, we derive the optimal strategies for the players in each subspace. We show that, as long as the target area is compact and convex, the value of the game in each subspace is always continuously differentiable, and the proposed optimal strategies correspond to the unique saddle-point state-feedback strategies for the players. We illustrate our proposed solutions by means of numerical simulations.

研究の動機と目的

• コン pact かつ凸な標的領域を持つ2人零式平面的標的防衛ゲームにおける最適フィードバック戦略の開発を目的とする。
• ゲームを2つの別個の部分ゲームに分析する：捕獲ゲーム（捕獲が保証される場合）と脱出ゲーム（捕獲が保証されない場合）。
• 最適戦略が存在し、特に標的領域の幾何的性質に関連して一意である条件を特定すること。
• 価値関数が全状態空間にわたり連続的微分可能であることを確立し、戦略の滑らかな遷移を保証すること。

提案手法

• 微分ゲームにおける Isaacs の古典的手法を用いて最適戦略を導出する。
• 境界面を幾何学的に特定し、状態空間を捕獲部分ゲームと脱出部分ゲームに対応する領域に分割する。
• 各部分空間において別個に価値関数を導出し、境界面を越えて連続性と微分可能性を保証する。
• 最適戦略を、追跡者および逃走者両者に対するサドル点状態フィードバック制御として定式化する。
• 解析では標的領域がコン pact かつ凸であると仮定し、特定の形状に限定されない一般化を可能にする。
• 数値シミュレーションを用いて理論的解を検証し、戦略の挙動を可視化する。

実験結果

リサーチクエスチョン

• RQ1 捕獲が保証される場合の追跡者の最適戦略は何か？ また、その戦略は標的領域への最終距離を最小化するためにどのように機能するか？
• RQ2 捕獲が保証されない場合、最適戦略はどのように変化するか？ そして、逃走者が標的に到達した際に追跡者からの距離を最大化するように戦略が変化するか？
• RQ3 標的領域のどのような幾何的性質が、捕獲と脱出の部分ゲームを分ける滑らかな境界面の存在を保証するか？
• RQ4 ゲームの区分的構造にもかかわらず、価値関数が全状態空間にわたり連続的微分可能であるのはなぜか？
• RQ5 導出された戦略が微分ゲーム枠組みにおいて一意のサドル点均衡を形成するための条件は何か？

主な発見

• 捕獲と脱出の部分ゲームを分ける境界面は、標的領域のコン pact かつ凸性に依存して幾何学的に決定される。
• 価値関数は全状態空間にわたり連続的微分可能であり、最適戦略間の滑らかな遷移を保証する。
• 両プレイヤーの最適戦略は、ハミルトニアン・ジャコビ・イーサース方程式から導出された一意のサドル点状態フィードバック制御である。
• 解法フレームワークは、円や多角形といった特定形状に限定されず、任意のコン pact かつ凸な標的集合に一般化可能である。
• 数値シミュレーションにより理論的予測が確認され、初期条件が変化しても安定的かつ一貫性のある戦略実行が示された。
• ゲームの構造により、追跡者の最適戦略は常に、捕獲時の標的領域への最小距離を最大化することを目的とし、脱出部分ゲームではその逆に働く。