⚡ electrical engineering

Nonlinear receding-horizon differential game for drone racing along a three-dimensional path

本文提出了一种非线性收缩时域微分博弈（NRHDG）框架，该框架集成了对抗性预测、一种新颖的路径跟随公式化方法以及动态机动切换，旨在竞争性三维无人机竞速场景中显著超越传统的非线性模型预测控制。

原作者： Kijin Sung, Kenta Hoshino, Akihiko Honda, Takeya Shima, Toshiyuki Ohtsuka

发布于 2026-07-07

📖 1 分钟阅读☕ 轻松阅读

原作者： Kijin Sung, Kenta Hoshino, Akihiko Honda, Takeya Shima, Toshiyuki Ohtsuka

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一场在复杂 3D 障碍赛道中的高速无人机竞速赛。目标不仅仅是飞得快，还要智斗试图阻挡你的对手，同时你也在试图超越他们。本文介绍了一种全新的无人机“大脑”，它比以往的方法更擅长这种心理博弈。

以下是他们解决方案的拆解，使用了简单的类比：

1. 问题所在：“僵硬” vs. “聪明”

以往的无人机控制器就像是僵硬、单向度的跑步者。它们非常擅长完美地遵循特定航线，但如果另一个跑步者试图切断它们的路径，它们就不知道该如何反应。它们假设其他跑步者只会沿着直线奔跑，但这在真实的比赛中很少见。

作者想要一个表现得像竞技短跑运动员一样的控制器。这位短跑运动员需要：

留在赛道上（但不能过于僵化，以至于无法躲避）。
预测对手下一步会做什么。
实时做出决策：“我现在应该尝试超越，还是应该阻挡对方超越我？”

2. 解决方案：“博弈论”大脑

作者创建了一个名为 NRHDG（非线性收缩时界微分博弈）的系统。把它想象成无人机脑海中的一个模拟器，每毫秒都在运行一场“如果……会怎样”的游戏。

最坏情况设想： 无人机不再只是猜测对手的行为，而是假设对手是一个试图破坏其比赛的顶级策略大师。它会问：“如果对手竭尽全力阻止我，我能采取什么最佳行动来赢得比赛？”
鞍点（Saddle Point）： 在博弈论中，存在一个双方都找到了各自最佳策略的“鞍点”。无人机会瞬间计算出这个点。如果对手改变了策略，无人机已经做好了应对准备。

3. 三大核心创新

A. “幽灵标记”（路径跟随）

通常，为了在 3D 轨道上保持位置，无人机必须不断计算到线条的最短距离，这就像是在以 100 英里的时速驾驶时，还要测量移动车辆到蜿蜒道路的距离一样。这既缓慢又耗费计算资源。

作者发明了一个**“幽极标记”（Ghost Marker）**系统。无人机不再测量距离，而是将一个虚拟标记附着在轨道上，并随之移动。无人机只需跟随这个标记即可。

类比： 想象你在机场的自动步道上行走。你不需要不断检查自己距离中心线的距离，你只需要盯着地板上一个随你一起移动的特定点。这使得数学计算变得更快、更平滑，让无人机能够瞬间做出反应。

B. “变形”策略（势函数）

无人机需要在两种模式之间切换：超越（进攻）和阻碍（防御）。

旧方法： 无人机是硬编码的。如果你在后方，你就尝试超越；如果你在前方，你就只管向前飞。
新方法： 作者在对手无人机周围创建了一个“磁场”（势函数）。
- 当你处于后方时： 该磁场会将你推离对手（类似于磁铁排斥），以便你找到间隙进行超越。
- 当你处于前方时： 该磁场会将你拉向对手的路径（类似于磁铁吸引），以便你封锁他们的航道。
- 神奇之处： 这种切换基于你相对于对手的位置，根据位置自动且平滑地发生，无需无人机去“思考”何时切换模式。

C. “公平竞赛”计分卡

为了证明他们的新大脑确实更好，他们需要一种公平的方式来将新大脑与旧的“僵硬”大脑（NMPC）进行对比。

旧测试的缺陷： 之前的研究通常只是在两个无人机之间交换控制器（无人机 A 使用大脑 X，无人机 B 使用大脑 Y），然后看谁赢了。这是不公平的，因为其中一个无人机可能拥有更好的初始位置。
新测试： 他们运行了四个特定的场景：
1. 新大脑 vs. 新大脑
2. 新大脑 vs. 旧大脑
3. 旧大脑 vs. 新大脑
4. 旧大脑 vs. 旧大脑
  通过保持起始位置完全相同，仅改变“大脑”，他们得以证明更好的表现是由新大脑带来的，而非运气。

4. 结果：证据

他们进行了 400 场模拟比赛，涵盖了随机的起始位置和不同的速度优势。

结果： “新大脑”（NRHDG）始终胜出。
进攻： 在尝试超越时，新大脑在完成超越前比旧大脑领先得更多。
防御： 在尝试阻挡时，新大脑能比旧大脑更有效地减慢对手的速度。
统计显著性： 结果并非仅仅是“有时更好”。数据表明，这是一种清晰的、具有统计学意义的优势。即使当“新大脑”无人机的速度略慢时，它依然能比“旧大脑”更频繁地通过智取战胜对手。

总结

本文介绍了一种将无人机竞速视为动态博弈而非简单驾驶任务的无人机控制器。通过使用“幽灵标记”高效地跟随赛道，以及使用“变形”策略在进攻与防御之间切换，该无人机可以巧妙地战胜使用旧式、低适应性软件的对手。模拟证明，这种“博弈论”方法在进攻和防御角色中都具有统计学上的优越性。

技术摘要：用于无人机竞速的非线性收缩时域微分博弈

问题陈述

由于需要在复杂的三维路径中进行高速导航，无人机竞速提出了显著的控制工程挑战。虽然现有的方法（包括轨迹优化和基于学习的方法）已实现了精确的单无人机导航，但它们在很大程度上无法处理多智能体竞争性交互。具体而言，当前框架缺乏一种能够同时处理非线性无人机动力学和对抗行为（如超越和阻碍）的反馈控制机制。此外，传统的路径跟随方法通常依赖于计算昂贵的正交投影迭代搜索，或者局限于二维路径；而现有的用于竞速的微分博伽弈方法往往假设角色固定（超越或阻碍），并依赖于简化的运动学模型或显式的路径特征，从而增加了计算成本。

方法论

本研究提出了一种非线性收缩时域微分博弈 (Nonlinear Receding-Horizon Differential Game, NRHDG) 框架，旨在解决上述局限性。该方法集成了三个核心组件：

1. 统一路径跟随公式化

作者推导了一种用于无人机位置在三维路径上正交投影的新型动力学模型。不同于在在线控制期间需要迭代最小化距离的传统方法，该方法将路径参数 ( $\theta_d$ ) 及其相关的弧长 ( $\sigma$ ) 处理为状态变量。

投影点动力学： 通过对投影点的平稳条件进行微分，作者推导出了能够动态更新投影点和弧长的常微分方程（定理 1）。
增广状态： 这些动力学被直接嵌入到无人机的状态方程中，创建了一个 15 维的增广状态向量。这消除了在控制循环期间进行单独投影优化或复杂坐标变换（如 Frenet-Serret 坐标系）的需求。

2. 通过势函数实现的动态角色切换

为了实现灵活的竞争策略，研究引入了一个平滑的势函数 ( $G_O$ )，允许无人机根据其相对位置在超越模式和阻碍模式之间进行切换。

机制： 该函数取决于路径参数之差 ( $\theta_\Delta$ ) 以及路径偏差之差的范数 ( $R$ )。
行为： 当自我无人机处于后方（ $\theta_\Delta$ 较大）时，势函数鼓励规避和超越（最大化 $R$ ）。当自我无人机处于前方（ $\theta_\Delta$ 较小）时，势函数鼓励阻碍（最小化 $R$ ）。
优势： 该函数的平滑性使其适用于基于灵敏度的数值优化，而不会引入计算负担沉重的硬碰撞规避约束。

3. 控制框架比较：NMPC 与 NRHDG

研究对比了两种控制策略：

非线性模型预测控制 (NMPC)： 自我无人机优化其轨迹，假设对手遵循一个简化的固定预测模型（恒定的路径参数变化率和恒定的路径距离）。
NRHDG： 问题被建模为一个两人零和微分博弈。自我无人机最小化一个代价函数，同时显式地假设对手最大化相同的代价函数。两架无人机均使用完整的非线性增广状态方程进行建模。解寻求一个鞍点策略，使自我无人机能够实时应对对手的最坏情况行为。

4. 性能指标

研究引入了新指标来独立评估超越和阻碍性能：

超越性能： 通过后发启动无人机在超越前发启动无人机时刻的弧长进度来衡量。
阻碍性能： 通过后发启动无人机在被前发启动无人机阻碍时的弧长进度来衡量。
比较协议： 研究通过运行竞赛来比较控制器，在相同的初始条件下，让同一个前发启动控制器面对不同的后发启动控制器（反之亦然），从而将性能差异与对手的身份隔离。

核心贡献

统一动力学模型： 一种基于投影点动力学的计算高效的路径跟随模型，该模型直接嵌入状态方程，避免了迭代距离最小化，并可扩展至任意光滑曲线。
平滑势函数： 一种定制的势函数，能够实现实时切换超越或阻碍策略，专为全非线性模型的基于灵敏度的优化而设计。
系统化性能指标： 一种新颖的评估框架，通过在对比竞赛中保持初始条件和对手身份不变，将性能差异仅归因于控制器。

结果

研究在基于 Parrot MamboFly 模型的 3D 路径上进行了数值模拟。NRHDG 和 NMPC 控制器在不同的初始条件和速度优势（通过输入权重控制）下进行了测试。

超越性能： NRHDG 一致优于 NMPC。在 NRHDG 作为后发启动无人机的比赛中，与 NMPC 相比，它在超越对手前实现了显著更大的弧长进度。对 100 个随机初始条件的统计分析显示，平均性能差异的 95% 置信区间排除了零，表明具有统计学意义上的显著优势。
阻碍性能： NRHDG 展示了卓越的阻碍能力。当作为前发启动无人机时，NRHDG 比 NMPC 更有效地限制了后发启动对手的进度。阻碍性能差异的 95% 置信区间始终为负，证实了 NRHDG 能更有效地阻碍对手。
鲁棒性： NRHDG 的优越性在后发启动无人机不同的速度优势水平下均保持不变，尽管优势幅度有所变化。当后发启动无人机拥有较小的速度优势时，NRHDG 表现得尤为有效，通过利用最坏情况建模来最大化进度。

意义与主张

本文声称，所提出的 NRHDG 框架能有效捕捉无人机竞速中的竞争交互，在进攻（超越）和防御（阻碍）场景中，相比标准 NMPC 提供了具有统计学意义的性能提升。

研究强调，通过微分博弈方法显式建模对抗行为，可以使控制器针对最坏情况下的对手行为进行优化，而标准的 MPC 由于依赖固定对手模型，缺乏这种能力。结果表明，对于竞争性多智能体系统，显式考虑对抗动力学对于实现最优性能至关重要。作者指出，虽然目前的研究侧重于单路径上的两架无人机，但所开发的原理在涉及动态多智能体交互的更广泛领域（如自动驾驶车辆协调和空中交通管理）具有应用潜力，但这被视为未来的研究方向而非当前的实验验证。