四旋翼追逃博弈

模糊Q学习+MPC

一种结合模糊Q学习与模型预测控制的追逃博弈方法，通过FQL决策和MPC控制提升四旋翼追捕性能。

Hu, Penglin · 赵春晖 · 潘泉

Drones 2024

技术优势

决策更快

模糊Q学习根据位置和速度信息动态提供参考输入，使追捕者能实时调整策略。

控制更稳

模型预测控制在每个周期内优化控制输入，增强四旋翼的鲁棒控制。

预测更准

模糊Q学习用于感知、决策并预测逃跑者轨迹，提高追捕效果。

应用场景

• 无人机追捕：用于无人机追踪逃逸目标，提升追捕成功率。
• 机器人控制：为机器人提供鲁棒追踪控制，适应动态环境。
• 智能体博弈：用于智能体博弈中的策略学习与实时决策。