A Surveillance Evasion Game with Continuous Sensor Redeployment via Bilevel Optimization

ملخص تقني: لعبة مراقبة وتجنب عبر إعادة نشر المستشعرات بشكل مستمر من خلال التحسين ثنائي المستوى

صياغة المشكلة
يتناول هذا البحث التحدي الأمني الحرج المتمثل في استغلال الأنظمة الجوية غير المأهولة (UASs) للفجوات الزمانية والمكانية في محيطات الاستشعار للتسلل إلى المجال الجوي المحظور دون اكتشافها. يصيغ المؤلفون هذا التفاعل كنموذج للعبة تفاضلية صفرية المجموع بين لاعبين: مهاجم (UAS عدائي) ومدافع عبارة عن شبكة مستشعرات متباينة تتكون من مستشعرات اتجاهية وأخرى شاملة الاتجاهات.

وعلى عكس النهج السابقة التي غالبًا ما تقيد المدافعين بنماذج وضعية على رسوم بيانية منفصلة، أو تكوينات ثابتة، أو تفترض تغطية شاملة الاتجاهات ثابتة، يعمل هذا العمل على صياغة المشكلة عبر فضاءات استراتيجية مستمرة. يسعى المهاجم إلى إيجاد مسار زماني مكاني خالٍ من الاصطدام من نقطة البتداء إلى نقطة الهدف، يقلل من احتمالية الكشف التراكمية. وفي المقابل، يهدف المدافع إلى تعظيم هذه الاحتمالية من خلال تحسين التوزيع المكاني للمستشعرات. وتنشأ درجة رئيسية من التعقيد نتيجة استخدام المدافع لمستشعرات اتجاهية دوارة، والتي تخلق مناطق تغطية متغيرة زمنيًا وغير محدبة، وفجوات يمكن التنبؤ بها يمكن للمهاجم الذكي استغلالها. ويشير المؤلفون إلى أن العثور على نقطة توازن "سادل" (Saddle Point) عالمية هو أمر مستعصٍ بسبب الطبيعة عالية الأبعاد وغير المحدبة لفضاءات الاستراتيجية المشتركة، بالإضافة إلى الانقطاعات الناتجة عن مجالات الرؤية (FOV) الدوارة للمستشعرات. وبناءً على ذلك، فإن الهدف هو حساب "توازن ناش المحلي" (Local Nash Equilibrium - LNE)، وهو حالة لا يمكن لأي من اللاعبين تحسين عائده من خلال انحرافات أحادية الجانب ضئيلة.

المنهجية
يستخدم الحل المقترح إطار عمل للتحسين ثنائي المستوى (Bilevel Optimization) يتناوب بين حل المشكلات الفرعية للاستجابة المثلى لكل من المهاجم والمدافع حتى الوصول إلى توازن ناش المحلي (LNE).

1. الاستجابة المثلى للمهاجم:
   بالنظر إلى وضعية مستشعرات ثابتة، يقوم المهاجم بحل مشكلة برمجة غير خطية (NLP) لتقليل احتمالية الكشف. وللتعامل مع مشهد الكشف غير المحدب، يستخدم المؤلفون نهجًا من خطوتين:

• التهيئة: تقوم خوارزمية (Space-Time Probabilistic Rapidly-exploring Random Tree - STP-RRT*) بتوليد مسار أولي قابل للتنفيذ وخالٍ من الاصطدام يتنقل حول مناطق التغطية الديناميكية للمستشعرات.
• التحسين: يقوم برنامج حل البرمجة غير الخطية (IPOPT) بتحسين هذا المسار لتقليل احتمالية الكشف التراكمية. يستخدم نموذج الكشف دالة "سيجمويد" (Sigmoid) سلسة لتقريب الرؤية، مما يضمن قابلية الاشتقاق لعملية التحسين القائمة على التدرج.

2. الاستجابة المثلى للمدافع:
   بالنظر إلى مسار المهاجم الأمثل، يقوم المدافع بحل مشكلة إعادة نشر المستشعرات المستمرة لتعظيم احتمالية الكشف.

• إعادة النشر المستمر: على عكس الطرق القائمة على الرسوم البيانية المنفصلة، يُسمح للمستشعرات بالانزلاق بحرية على حدود المباني المضلعة المحدبة.
• القيود السلسة: لتمكين التحسين القائم على التدرج على هذه الحدود، يفرض المؤلفون قيود الوضع باستخدام تقريب "لوغاريتم مجموع الأسس" (Log-sum-exp) السلس للمسافة الموقعة إلى أقرب حافة للمبنى. تضمن هذه التقنية الحفاظ على قابلية الاشتقاق عند رؤوس المضلعات، وتتغلب على عدم قابلية الاشتقاق في قيود الحدود الصلبة.

3. المخطط التكراري:
   يتناوب إطار العمل بين تقليل المهاجم وتعظيم المدافع. وتتوقف العملية عندما تنخفض بقايا التدرج (Gradient Residuals) لكلا اللاعبين عن حد معين، مما يحقق شروط الثبات من الدرجة الأولى لتوازن ناش المحلي (LNE). وإذا دخلت الخوارزمية في دورة حدية (تذبذب غير متلاشٍ)، يعيد المدافع التهيئة من وضعية عشوائية جديدة لاستعادة التقارب.

المساهمات الرئيسية
يقدم البحث ثلاث مساهمات رئيسية:

• صياغة اللعبة: صياغة لعبة تفاضلية صفرية المجموع بين لاعبين، تصيغ مناطق كشف غير محدبة ومتغيرة زمنيًا للمستشعرات الاتجاهية الدوارة عبر فضاءات استراتيجية مستمرة.
• إعادة النشر المستمر: صياغة مبتكرة للمدافع تسمح للمستشعرات بالانزلاق المستمر على حدود المباني الفيزيائية، مدعومة بقيد "لوغاريتم مجموع الأسس" القابل للاشتقاق، مما يتيح التحسين القائم على التدرج.
• التحسين ثنائي المستوى التكراري: إطار عمل خوارزمي يصل إلى توازن ناش المحلي (LNE) عبر التحسين المتبادل لوضعية المستشعرات ومسارات المهاجم، مع اشتقاق شروط الثبات التحليلية من الدرجة الأولى لكلا اللاعبين.

النتائج والتحقق
تم تقييم إطار العمل من خلال عمليات محاكاة عددية وتجربة فيزيائية تطبيقية:

• محاكاة مونت كارلو: أظهرت محاكاة مكونة من 500 تجربة أن الإطار المقترح يحقق تحسنًا بمقدار 4 أضعاف في احتمالية الكشف للمدافع مقارنة بالوضع العشوائي للمستشعرات (الأساس الطبيعي). حققت الطريقة معدل تقارب بنسبة 96.8% نحو توازن ناش المحلي. وفي الحالة المتقاربة، زادت احتمالية الكشف للمدافع بشكل كبير (من متوسط ~0.103 إلى ~0.419)، بينما انخفضت معدلات نجاح المهاجم.
• سلوك التقارب: استقر التحسين المتبادل عادةً في حالة استقرار (Plateau)، حيث تلاشت البقايا العددية لتصل إلى ما يقرب من $10^{-6}$. لوحظ سلوك الدورة الحدية في تجربة واحدة فقط من أصل 500 تجربة (2%)، وتمت معالجتها بنجاح عبر إعادة التهيئة.
• التجربة التطبيقية: تم اختبار الإطار في بيئة فيزيائية مصغرة تحاكي سيناريو دفاع مطار بوجود "أخدود حضري". وباستخدام طائرة (Crazyflie 2.1) كمهاجم وكاميرات (PTZ) كمدافعين، أكدت التجارب أن التحسين ثنائي المستوى ينتج تحسينات استراتيجية متسقة. أدت استراتيجية توازن ناش المحلي ($a^*, d^*$) إلى تكلفة كشف ($J$) بلغت 0.9451، وهي أعلى بكثير من التوزيع الاستدلالي الأولي ($J=0.6847$) ومتفوقة على السيناريوهات التي قام فيها لاعب واحد فقط بتحسين استراتيجيته.

الأهمية والادعاءات
يضع المؤلفون هذا العمل كخط أساس قابل للتطبيق لعمليات وضع المستشعرات متباينة النوع في مهام مكافحة الطائرات المسيرة (CUAS). ويزعمون أن الأهمية تكمن في سد ثلاث فجوات في الأدبيات الحالية: غياب إعادة النشر المستمر للمستشعرات على طول حدود المباني، وغياب نمذجة مجال الرؤية الاتجاهي الاحتمالي في السياقات النظرية للألعاب، والانتقال من الفضاءات الاستراتيجية المنفصلة نحو التحسين ثنائي المستوى القائم على التدرج.

يصيغ البحث مساهمته بتواضع باعتبارها خطوة أولى ضرورية من خلال عزل مساهمة طوبولوجيا النشر، مع الإقرار بأن مشكلة الجدول الزمني والوضع المرتبطة والأكثر تعقيدًا تظل مجالًا للعمل المستقبلي. وتؤكد النتائج أن تحسين وضع المستشعرات في فضاء مستمر، مع مراعاة الطبيعة الديناميكية للمستشعرات الاتجاهية، يعزز بشكل كبير أمن المحيط ضد المهاجمين الأذكياء مقارنة بالنماذج الثابتة أو العشوائية.