⚡ electrical engineering

Irrational pursuit-evasion differential games: A cumulative prospect theory approach

本文首次将累积前景理论引入追逃微分博弈，通过建模双方的非理性风险态度与概率敏感性，在贝叶斯框架下推导了捕获性充分条件并证明了均衡存在性，揭示了非理性行为可能改变博弈结果甚至实现理性条件下无法达成的捕获。

原作者： Zili Wang, Hao Yang, Xiangxiang Wang, Bin Jiang, Long Wang

发布于 2026-03-31

📖 1 分钟阅读☕ 轻松阅读

原作者： Zili Wang, Hao Yang, Xiangxiang Wang, Bin Jiang, Long Wang

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

这篇论文探讨了一个非常有趣的话题：当追逐者和逃跑者都不是“完美理性”的聪明人，而是会犯迷糊、有偏见、甚至有点“非理性”的普通人时，他们之间的猫鼠游戏会发生什么变化？

为了让你轻松理解，我们可以把这篇论文想象成在讲一个**“带有心理偏见的猫鼠游戏”**。

1. 背景：传统的“完美猫鼠游戏”

在传统的数学模型里，追（猫）和逃（鼠）都被假设为超级理性的计算机。

猫的目标：用最少的力气抓住老鼠。
鼠的目标：用最少的力气逃跑。
环境：充满不确定性（比如风大不大、路滑不滑），但它们能像精算师一样，完美地计算出每种可能性的概率，并做出最优选择。
结果：如果猫比鼠强（控制力更强），猫就能抓到；如果鼠比猫强，猫就抓不到。

但是！ 现实世界中，人和机器（比如无人机配合人类操作员）往往不是完美的计算机。人类会有**“非理性”**：

风险厌恶：害怕失败，哪怕失败概率很小，也把它看得很重。
概率敏感：容易高估小概率事件（比如觉得买彩票中奖很容易），低估大概率事件。

2. 核心创新：给游戏加上“心理滤镜”

这篇论文做了一件开创性的事：它把**“累积前景理论”（CPT）**——一种专门研究人类非理性决策的诺贝尔奖级理论——引入了这个猫鼠游戏。

打个比方：
想象猫和鼠都戴着一副**“心理眼镜”**。

理性的眼镜：看到的是真实的概率和距离。
非理性的眼镜（CPT）：
- 猫（追逐者）：可能因为太想赢，觉得“只要我稍微努力一点，就能抓到”（高估小概率成功），或者因为太怕抓不到，觉得“稍微有点风险我就完了”（过度厌恶风险）。
- 鼠（逃跑者）：可能因为太想活命，觉得“只要我稍微跑快点，就能逃掉”（高估小概率逃生），或者因为太保守，觉得“肯定跑不掉”（过度悲观）。

这篇论文就是给这对猫鼠戴上了这副眼镜，然后重新计算：戴上眼镜后，猫还能抓到鼠吗？

3. 主要发现：非理性有时是“神助攻”，有时是“猪队友”

论文通过复杂的数学推导（我们可以跳过那些公式，直接看结论），得出了几个反直觉的有趣结论：

情况一：猫本来就很强（控制力大）

理性时：猫肯定能抓到鼠。
非理性时：
- 如果猫变得有点“过度谨慎”或“对损失很敏感”（比如怕抓不到），它反而可能更容易抓到老鼠。为什么？因为它会付出比平时更多的努力，不再“留一手”。
- 如果鼠变得“太自信”或“对收益太敏感”，它反而更容易被抓。因为它可能低估了逃跑的难度，或者高估了猫抓不住的概率，从而做出了错误的逃跑决策。

情况二：猫本来很弱（控制力小）

理性时：猫肯定抓不到鼠，游戏结束。
非理性时：奇迹发生了！ 如果猫和鼠都戴上了特定的“心理眼镜”（比如猫极度渴望成功，鼠极度恐惧失败），猫竟然有可能抓到原本抓不到的老鼠！
- 比喻：就像两个拳击手，本来弱的那个打不过强的。但如果弱的那个突然“打鸡血”（非理性的高估自己），而强的那个突然“吓破胆”（非理性的过度恐惧），弱的那个反而可能赢。

情况三：势均力敌

如果双方实力完全一样，理性情况下谁也抓不到谁。但如果双方的“心理滤镜”参数刚好互补（比如一个极度激进，一个极度保守），游戏结果可能会发生逆转。

4. 论文做了什么？（简单版）

建模：他们发明了一套数学公式，把“风险厌恶”和“概率误判”量化了。就像给猫和鼠每个人发了一张**“心理参数卡”**（上面写着：你有多怕输？你有多爱冒险？）。
计算：他们证明了，只要这些“心理参数”在某个范围内，猫就能抓到鼠。他们找到了这些范围的**“通关秘籍”**（数学上的充分条件）。
验证：他们做了很多计算机模拟。
- 模拟显示：有时候，“傻一点”的猫反而比“太聪明”的猫抓得更快。
- 模拟显示：有时候，“太悲观”的鼠反而跑不掉。

5. 这对我们有什么意义？

这篇论文不仅仅是为了玩猫鼠游戏，它对现实世界很有用：

人机协作：现在的无人机、自动驾驶汽车经常需要和人类配合。人类操作员往往是非理性的。这篇论文告诉我们，不要指望人类像机器一样完美。如果我们能理解并预测人类的“非理性”（比如他们什么时候会过度紧张，什么时候会盲目自信），我们就能设计出更好的控制系统，让机器去配合人类，或者利用人类的这些特点来达成目标。
安全与防御：在网络安全或导弹防御中，如果攻击者（鼠）是非理性的，防御者（猫）可以利用这种非理性，用更少的资源达成防御目标。

总结

这就好比在说：在复杂的博弈中，完美理性并不总是赢家。有时候，带着一点“人性弱点”（非理性），反而能创造出意想不到的胜利机会。

这篇论文就是给未来的工程师们提供了一本**“心理博弈指南”**，教他们如何在充满不确定性和人类偏见的复杂系统中，设计出更聪明的控制策略。

这是一份关于论文《非理性追逐 - 逃避微分博弈：累积前景理论方法》（Irrational pursuit-evasion differential games: A cumulative prospect theory approach）的详细技术总结。

1. 研究问题 (Problem)

传统的追逐 - 逃避（Pursuit-Evasion, PE）微分博弈研究通常假设博弈双方（追逐者和逃避者）是完全理性的，即他们能够准确感知环境不确定性（如性能指标权重的概率分布）并基于期望值进行最优决策。然而，在实际的人机系统（如有人/无人协同、无人机拦截）中，人类操作者往往表现出非理性行为，具体表现为：

风险厌恶 (Risk Aversion)：对损失的敏感度高于对同等收益的敏感度。
概率敏感性 (Probability Sensitivity)：倾向于高估小概率事件，低估大概率事件。

现有的贝叶斯微分博弈理论难以直接处理这种非理性感知，因为非理性参与者不再优化传统的性能指标。因此，本文旨在解决以下核心问题：

如何在贝叶斯 PE 微分博弈框架下，利用累积前景理论 (Cumulative Prospect Theory, CPT) 建模追逐者和逃避者的非理性感知（风险厌恶和概率敏感性）？
在这种非理性框架下，捕获条件 (Capturability) 是什么？
CPT-Nash 均衡是否存在？非理性行为如何影响博弈结果（即是否能在理性条件下无法捕获的情况下实现捕获）？

2. 方法论 (Methodology)

本文提出了一种基于 CPT 的贝叶斯 PE 微分博弈新框架，主要技术路线如下：

A. 系统建模

动力学模型：考虑单追逐者 ( $u_r$ ) 和单逃避者 ( $v_r$ ) 的线性动力学系统，状态为相对距离 $x = z_1 - z_2$ 。
不确定性建模：引入状态奖励权重矩阵 $Q$ 的概率分布（正态分布），构建贝叶斯博弈环境。
性能指标：传统理性指标 $J_r$ 被扩展为基于 CPT 的前景值。

B. CPT 前景值函数构建

针对追逐者 ( $i=1$ ) 和逃避者 ( $i=2$ )，分别设计 CPT 函数 $C_i(J)$ 来评估相对于参考点（理性最优性能指标 $J_r$ ）的得失：

价值函数 (Value Function)：
- 收益域 ( $J < J_r$ 对追逐者有利)：使用幂函数 $(J_r - J)^{\alpha_i}$ 描述收益敏感度。
- 损失域 ( $J > J_r$ 对追逐者不利)：使用幂函数 $\epsilon_i (J - J_r)^{\beta_i}$ 描述损失敏感度，其中 $\epsilon_i \ge 1$ 体现损失厌恶。
概率权重函数 (Probability Weighting Function)：
- 使用 S 形函数 $w(p) = \exp(-(-\ln p)^\gamma)$ 描述概率扭曲。 $\gamma < 1$ 表示对低概率高估、高概率低估。
非理性性能指标：
- 追逐者最小化： $J_1 = J_r - C_1(J)$
- 逃避者最大化： $J_2 = J_r + C_2(J)$

C. 理论分析工具

耦合代数 Riccati 方程 (Coupled AREs)：通过哈密顿 - 雅可比 - 伊萨克斯 (HJI) 方程推导，将 CPT 优化问题转化为求解耦合的 Riccati 方程组。
Brouwer 不动点定理：用于证明在特定条件下，耦合 Riccati 方程组解的存在性，从而保证 CPT-Nash 均衡的存在。
Lyapunov 稳定性分析：利用李雅普诺夫函数分析闭环系统的稳定性，推导捕获条件。

3. 主要贡献 (Key Contributions)

理论框架创新：首次将累积前景理论 (CPT) 引入贝叶斯 PE 微分博弈，建立了包含风险厌恶和概率敏感性的非理性博弈模型。为追逐者和逃避者设计了独立的 CPT 函数，能够量化损失厌恶、小概率高估等非理性特征。
捕获性与均衡存在性判据：
- 推导了三种不同场景下的充分捕获条件（Theorem 1）：
  - 场景 1：追逐者控制能力更强 ( $R^{-1} > \Pi^{-1}$ )。
  - 场景 2：逃避者控制能力更强 ( $R^{-1} < \Pi^{-1}$ )。
  - 场景 3：双方控制能力相当 ( $R^{-1} = \Pi^{-1}$ )。
- 证明了在这些条件下，CPT-Nash 均衡的存在性（基于 Brouwer 不动点定理）。
非理性行为的影响分析：
- 揭示了非理性参数（ $\alpha, \beta, \gamma, \epsilon$ ）对捕获条件的具体影响机制。
- 发现非理性行为具有双向调节作用：在某些情况下，非理性行为有利于追逐者（即使理性条件下无法捕获）；在另一些情况下，有利于逃避者。
- 证明了在理性条件下无法实现的捕获（如场景 2 和场景 3），在特定的非理性参数配置下是可以实现的。

4. 主要结果 (Key Results)

捕获条件的变化：
- 在理性情况下，捕获的充要条件是 $R^{-1} - \Pi^{-1} > 0$ （即追逐者控制能力更强）。
- 在引入 CPT 后，该条件不再是充要条件。通过调整非理性参数，即使 $R^{-1} < \Pi^{-1}$ （逃避者更强），只要满足特定的 CPT 参数约束（如追逐者具有更高的损失敏感度 $\beta_1$ 和损失乘数 $\epsilon_1$ ，或逃避者具有特定的概率敏感度），依然可以实现捕获。
参数敏感性分析：
- 追逐者：较小的收益敏感度 ( $\alpha_1$ )、较大的损失敏感度 ( $\beta_1$ ) 和较大的损失乘数 ( $\epsilon_1$ ) 有助于提高捕获成功率。
- 逃避者：较大的收益敏感度 ( $\alpha_2$ )、较小的损失敏感度 ( $\beta_2$ ) 和较小的损失乘数 ( $\epsilon_2$ ) 有助于提高捕获成功率（即有利于追逐者捕获）。
数值仿真验证：
- 通过数值算例（场景 1 和场景 2）验证了理论结果。
- 仿真显示，在理性参数下无法捕获的场景（如逃避者控制力更强），当引入特定的非理性参数（如追逐者表现出强烈的损失厌恶）后，距离 $x(t)$ 能够收敛至 0，实现了捕获。

5. 意义与价值 (Significance)

理论突破：填补了微分博弈领域在非理性行为建模方面的空白，将行为经济学理论（CPT）与最优控制理论（微分博弈）进行了深度融合。
工程应用：为复杂人机系统（如有人/无人协同作战、自动驾驶避障）的控制设计提供了新的理论依据。它表明在设计控制策略时，必须考虑人类操作者的心理偏差，利用或规避这些非理性特征可以显著改变博弈结果。
实际指导：研究结果表明，通过调节非理性参数（例如训练操作员对损失的敏感度），可以在不改变硬件性能（控制能力）的情况下，提升系统的捕获能力或生存能力。这为未来智能系统的“人机混合”控制策略设计提供了重要的理论支撑。

总结：该论文通过引入累积前景理论，成功构建了非理性视角下的追逐 - 逃避博弈模型，证明了非理性行为可以打破传统理性博弈的捕获界限，为复杂环境下的人机协同控制提供了严谨的数学基础和新的解决思路。