⚡ electrical engineering

Capture, Shield, or Neutralize: Engagement-Aware Pursuit-Evasion

Cet article présente une architecture de contrôle hiérarchique qui combine un jeu à horizon fuyant à somme nulle avec une fonction de barrière de contrôle à temps discret en boucle interne afin de permettre à des essaims multi-agents de passer de manière fluide entre des tactiques de poursuite agressive, de défense de périmètre et de déni de zone, tout en garantissant un fonctionnement sans collision.

Auteurs originaux : Ananya Acharya, Trenton Goyette, Masoud Ataei, Adrian Stoica, Vikas Dhiman, Mohammad Javad Khojasteh

Publié 2026-07-14

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Ananya Acharya, Trenton Goyette, Masoud Ataei, Adrian Stoica, Vikas Dhiman, Mohammad Javad Khojasteh

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez une partie de chat haut en couleur, mais au lieu d'enfants courant dans une cour de récréation, vous avez un essaim de drones robots jouant contre un intrus rusé et rapide. L'objectif n'est pas seulement d'attraper l'intrus ; parfois, le but est de le guider doucement pour l'éloigner, et d'autres fois, il s'agit de l'empêcher de pénétrer dans une zone sûre. La grande question est la suivante : comment programmer une équipe de robots pour qu'ils passent d'une "règle du jeu" à une autre instantanément, sans se rentrer dedans ou percuter la cible ?

Ce document présente un nouveau « cerveau » pour les essaims de robots capable de faire exactement cela. C'est comme donner aux robots un processus de pensée en deux parties : un Stratège et un Gardien de Sécurité.

Le Cerveau en Deux Parties

1. Le Stratège (Le Joueur de Jeu)
Au niveau supérieur, les robots utilisent une astuce mathématique ingénieuse appelée « jeu à somme nulle ». Considérez cela comme une partie d'échecs où chaque mouvement que l'intrus fait pour s'échapper est un point qu'il gagne, et chaque mouvement que les robots font pour se rapprocher est un point qu'ils perdent. Les robots tentent de minimiser leur perte tandis que l'intrus tente de maximiser son gain.

Au lieu de simplement réagir à l'endroit où se trouve l'intrus en ce moment même (comme un chien qui court après une balle), ce Stratège regarde quelques étapes plus loin. Il simule les prochaines secondes du jeu encore et encore, en se demandant : « Si je vais là, où iront-ils ? S'ils vont là, où devrais-je être ? » Cela permet aux robots de prédire la trajectoire de l'intrus et de bloquer son chemin avant qu'il ne se produise.

2. Le Gardien de Sécurité (La Boucle Interne)
Voici la partie délicate : si le Stratège devient trop enthousiaste, les robots pourraient s'entrechoquer ou accidentellement heurter l'intrus alors qu'ils ne sont pas censés le faire. C'est là qu'intervient le Gardien de Sécurité. Il s'agit d'une « Fonction de Barrière de Contrôle » (CBF), qui agit comme un champ de force invisible et ultra-rapide.

Le Gardien de Sécurité se situe dans la boucle interne du cerveau du robot. Il vérifie le plan du Stratège à chaque instant. Si le plan dit : « Plongez droit sur l'intrus ! » mais que le Gardien de Sécurité voit : « Attendez, cela va causer un crash », il ajuste instantanément la commande juste assez pour maintenir la sécurité de tous. C'est comme un copilote qui donne de légers coups de volant pour éviter un nid-de-poule sans changer la destination du conducteur.

Changer les Règles du Jeu

La caractéristique la plus cool de ce système est la façon dont il gère les différents « Règles d'Engagement » (ROE). Habituellement, si vous voulez que les robots changent de comportement (comme passer de « attraper le méchant » à « protéger le périmètre »), vous devez réécrire tout le code informatique. Ce document montre un moyen de simplement tourner un cadran.

En changeant simplement quelques nombres (poids) dans les mathématiques, tout l'essaim peut instantanément changer de mode :

Mode Capture : Les robots deviennent agressifs. Ils essaient de se rapprocher le plus possible de l'intrus pour l'attraper.
Défense de Périmètre : Les robots forment un mur. Ils ne cherchent pas à saisir l'intrus ; ils s'assurent simplement que l'intrus ne peut pas franchir une ligne spécifique.
Neutralisation : Les robots peuvent essayer d'intercepter physiquement l'intrus pour l'arrêter.

Le document démontre cela en exécutant 100 simulations de jeux dans un monde en 2D, puis en effectuant des tests à nouveau avec des drones volants 3D (quadrotors). Dans les tests en 2D, lorsque les robots commençaient dans un cercle parfait autour de l'intrus, ils l'attrapaient presque 100 % du temps. Même lorsqu'ils commençaient dans des positions aléatoires et désordonnées, ils réussissaient quand même à attraper l'intrus la plupart du temps, prouvant que le système est assez robuste pour gérer le chaos.

Ce que Ceci Est (et N'Est Pas)

Il est important de savoir ce que ce document prouve réellement. Les auteurs n'ont pas construit une véritable armée de robots et ne l'ont pas testée dans un parc. Tout ce qui est décrit ici s'est passé à l'intérieur d'une simulation informatique. Ils ont utilisé des modèles mathématiques pour représenter les mouvements des robots (comme la physique du « double intégrateur » pour le sol plat et une physique 3D complexe pour les drones volants).

Le document écarte explicitement l'idée qu'il faille entièrement redéfinir le cerveau du robot pour changer sa mission. Ils soutiennent que l'utilisation de simples heuristiques réactives (comme « s'il bouge à gauche, je bouge à gauche ») ne fonctionne pas bien contre des adversaires intelligents. À la place, ils montrent qu'un système hiérarchique (Stratège + Gardien de Sécurité) est une meilleure approche.

Ils notent également que leur configuration actuelle suppose que les robots savent exactement où se trouve tout le monde (information parfaite) et que le monde est prévisible. Ils ne prétendent pas avoir résolu le problème pour les situations où les capteurs sont défaillants ou l'intrus imprévisible d'une manière que les mathématiques ne peuvent pas deviner.

L'Essentiel à Retenir

Dans ces simulations, l'équipe a montré qu'en combinant un planificateur de jeu intelligent et tourné vers l'avenir avec un filtre de sécurité strict et instantané, un essaim de robots peut passer de manière fluide de la capture, au blocage et au guidage d'un intrus. Ils ont réussi à passer de l'échelle du sol plat au vol en 3D, montrant que les robots pouvaient se coordonner dans les airs, éviter de s'entrechoquer et, tout de même, sécuriser la cible.

Bien qu'il s'agisse d'une simulation et non d'un déploiement dans le monde réel pour le moment, les résultats suggèrent que cette approche à « deux cerveaux » est un moyen robuste de gérer des jeux adverses complexes où la sécurité et la stratégie doivent se dérouler simultanément. Le code est même disponible pour que d'autres puissent l'essayer, invitant davantage de chercheurs à voir si cela fonctionne dans des scénarios encore plus chaotiques.

Résumé Technique : Poursuite-Évasion Sensible à l'Engagement

Énoncé du Problème

L'article traite du défi du contrôle d'équipes de poursuivants multi-agents dans des scénarios adverses de poursuite-évasion. Les approches traditionnelles peinent souvent à équilibrer la planification stratégique des tâches (par exemple, capture versus déni de zone) avec des contraintes de sécurité rigoureuses (évitement de collision) en temps réel. Résoudre un équilibre global dans des jeux différentiels en temps continu est calculatoirement intraitable pour les systèmes multi-agents. De plus, les méthodes existantes manquent souvent de la flexibilité nécessaire pour s'adapter à des « Règles d'Engagement » (ROE) variables — telles que le passage d'une capture agressive à une défense de périmètre ou une neutralisation — sans redéfinir la logique de contrôle sous-jacente. Le problème central est de développer une architecture de contrôle hiérarchique qui découple la planification stratégique de l'assurance de la sécurité, permettant à un essaim de basculer de manière fluide entre les modes d'engagement tout en garantissant un fonctionnement sans collision.

Méthodologie

Les auteurs proposent une architecture de contrôle hiérarchique composée de deux couches distinctes : un planificateur de haut niveau par Contrôle Prédictif par Modèle (MPC) Minimax à Horizon Récessif et un filtre de sécurité de bas niveau par Fonction de Barrière de Contrôle (CBF) en Temps Discret.

1. Planification de Haut Niveau : MPC Minimax

L'interaction est formulée comme un jeu dynamique à somme nulle à horizon fini. L'équipe de poursuivants cherche à minimiser une fonction de coût partagée $J$ , tandis que l'évadé cherche à la maximiser. Pour éviter l'intraitabilité de la résolution complète de l'équation de Hamilton-Jacobi-Isaacs, le système utilise un schéma minimax itératif :

Meilleure Réponse Itérative : À chaque pas de temps, les poursuivants calculent une trajectoire de contrôle optimale en supposant une trajectoire nominale de l'évadé figée. Par la suite, l'évadé calcule sa trajectoire optimale en supposant la trajectoire mise à jour des poursuivants. Ce processus se répète pour un nombre fixe d'itérations de Nash.
Formulations de Jeu Duales : La fonction de coût $J$ $J$ est modifiée pour supporter différentes ROE :
- Poursuite-Évasion de Suivi : Le coût pénalise la distance relative entre les poursuivants et l'évadé. Crucialement, il inclut une pénalité de vitesse transverse qui annule géométriquement les composantes de vitesse perpendiculaires à la ligne de visée, forçant les poursuivants sur une trajectoire de collision directe plutôt que de compter sur des heuristiques réactives.
- Défense de Périmètre : Le coût déplace la priorité du suivi absoliment de la capture vers le suivi de bordure. Les poursuivants sont pénalisés pour tout écart par rapport aux points cibles assignés sur un polygone de défense, tandis que l'évadé est pénalisé pour tout progrès vers la région protégée.

2. Exécution de Bas Niveau : Filtre de Sécurité CBF

Pour garantir la sécurité sans compromettre la convexité du MPC, une Fonction de Barrière de Contrôle (CBF) en temps discret opère comme un filtre de boucle interne.

Filtre de Sécurité : L'entrée de contrôle nominale ( $u_{des}$ ) générée par le MPC est transmise à un Programme Quadratique (QP). Le QP minimise l'écart par rapport à $u_{des}$ tout en satisfaisant les contraintes de CBF en temps discret.
Barrière Cinématique : La fonction de barrière $h(x_k)$ est sensible à la vitesse, évaluant le taux d'approche actuel par rapport à la distance de freinage disponible sous les limites d'accélération maximale. Cela garantit que les agents disposent de suffisamment de temps pour empêcher la violation d'une distance de sécurité $D_{safe}$ .
Variables d'Écart (Slack Variables) : Des variables d'écart sont incluses dans le QP pour assurer une faisabilité stricte, même dans des grappes denses, et sont lourdement pénalisées pour décourager les violations de sécurité.

3. Adaptation des Règles d'Engagement (ROE)

Le cadre atteint son adaptabilité en ajustant les poids de la récompense à somme nulle partagée et les contraintes de la CBF (spécifiquement les pénalités d'écart et les marges de distance de sécurité). En ajustant ces paramètres en ligne, le système peut transiter entre :

Capture : Poursuite agressive avec des contraintes de distance de sécurité assouplies.
Dissuasion/Déflexion : Défense de périmètre stricte ou redirection loin des zones protégées.
Neutralisation : Assouplissement sélectif des contraintes de sécurité pour permettre l'interception physique lorsque le rétablissement n'est plus une option.

Principales Contributions

Cadre Sensible à l'Engagement : L'article introduit une architecture hiérarchique qui traite les ROE comme des objets de conception de contrôle, permettant à l'essaim de changer de tactiques (capture, bouclier, neutralisation) sans changements structurels de la logique de contrôle.
Solveur Minimax Calculatoirement Traitable : Un solveur minimax à horizon récessif est développé au niveau de la planification, permettant aux équipes défensives d'anticiper stratégiquement les actions adverses via une optimisation de meilleure réponse itérative.
Filtre de Sécurité et d'Engagement Intégré : Un filtre CBF-QP en temps discret est intégré au niveau de l'exécution. Il modifie les commandes nominales du MPC pour imposer l'évitement de collision entre poursuivants et les contraintes de distance de sécurité poursuivant-évadé, séparant les objectifs de satisfaction de la tâche (MPC) et de survie (CBF).

Résultats Expérimentaux

Le cadre a été évalué par des simulations à travers des dynamiques de double intégrateur planaires en 2D et des dynamiques de quadrotor 3D entièrement non linéaires.

Poursuite-Évasion 2D : Dans 100 jeux simulés, le système a atteint des taux de capture proches de 100 % lorsque les poursuivants étaient initialisés dans un anneau radial. Même avec une initialisation uniforme aléatoire (un test de résistance pour le filtre CBF), les taux de capture sont restés compétitifs, démontant la capacité du solveur à se rétablir après des formations chaotiques.
Défense de Périmètre 2D : L'essaim a réussi à bloquer un évadé empêchant la violation d'une frontière 2D définie, en allouant efficacement les agents le long des arcs de la bordure pour minimiser le progrès de l'évadé.
Dynamique de Quadrotor 3D : L'architecture s'est adaptée aux dynamiques de quadrotor non linéaires à 6 degrés de liberté (DOF). Le système a maintenu la stabilité dynamique et a coordonné avec succès en 3D pour minimiser le volume d'évasion de l'évadé et sécuriser la capture, en tenant compte de la dynamique de tangage/roulis dans le filtre de sécurité.
Modulation des ROE : Les simulations ont démontré des transitions fluides entre les modes « préservation de l'évadé » (distance de sécurité stricte) et « neutralisation de l'évadé » (interception physique) en modulant les paramètres de mission et les poids du filtre.

Signification et Revendications

L'article affirme que ce cadre fournit une solution robuste pour le contrôle d'essaims adverses en découplant la planification stratégique de l'application de la sécurité. La signification réside dans la capacité du système à :

S'adapter Dynamiquement : Basculer entre les tactiques de capture, de défense et de neutralisation simplement en ajustant les poids, plutôt qu'en réingénierant le contrôleur.
Garantir la Sécurité : Garantir un fonctionnement sans collision et des contraintes de distance de sécurité via le filtre interne CBF sans perturber la convexité de l'optimisation MPC.
Passer à l'Échelle : Opérer efficacement dans des environnements 2D et des environaux 3D non linéaires complexes.

Les auteurs notent que le présent travail suppose des dynamiques déterministes et une cible adverse unique. Des travaux futurs sont proposés pour étendre le solveur aux configurations $M$ -poursuivants, $N$ -évadés, incorporer l'incertitude dynamique et intégrer l'estimation d'état à partir de mesures de capteurs pour lever l'hypothèse d'une connaissance parfaite de l'état.