城市空域高效追击
该网络通过归一化流策略网络增强动作探索能力，并引入“障碍物-目标”图注意力网络，让无人机在有限视野下同时理解空间关系与障碍物分布，从而在复杂城市环境中实现更快更安全的协同追击。
Zhe, Peng · 伍国华 · 罗彪 · 王凌
IEEE/CAA Journal of Automatica Sinica 2025
追击者仅在逃逸无人机进入任一追击者视场时才能获取其位置，因此算法必须学会在没有目标信息时主动搜索，而不是依赖全局定位。
利用归一化流构建策略网络，使个体能够从更复杂的动作分布中采样，而不是局限于常见的高斯分布，从而表达更灵活的追击策略。
通过“障碍物-目标”图注意力网络，追击者能同时捕捉多无人机之间的空间关系和环境障碍信息，在协同搜索和追击时避免撞楼或相互碰撞。