电磁对抗环境下的群体智能感知、决策与行动研究

The active influence of intelligent jammers on the communication link will challenge the communication connectivity of swarm robots in electromagnetic adversarial environment. In this scenario, the swarm robots have to compete against the intelligent jammers while executing tasks. Aiming at this problem, this project intends to carry out research from the “sensing-decision-action” behavior chain of the swarm robots, and builds the theory and support technology of swarm coordination in electromagnetic adversarial environment to break through the principle of cognitive electromagnetic confrontation. Firstly, this project adopts variational auto-encoder (VAE) and recurrent neural network (RNN) to achieve the compression and prediction of the sensing information, and guarantees the robust transmission based on intelligent relay communication. Secondly, based on the theory of multi-agent deep reinforcement learning (MADRL), the swarm coordination problem under the cooperative-competitive mode will be studied. Thirdly, the behavior tree model is used to intelligently manage the actions of the swarm robots, especially when their intelligence is suppressed. Finally, based on the theory of conditional generative adversarial network (cGAN), ray tracing and parallel technology, this project proposes to construct the “electromagnetic-geography” multi-domain virtual simulation environment. The achievements of the research will broaden the ideas of swarm coordination, and provide a theoretical reference for the application of the next generation of contextual adaptation artificial intelligence in electromagnetic adversarial environment.

在电磁对抗环境中，智能干扰源对通信链路的主动影响将使群体机器人的通信连通性面临挑战。在该场景下，群体机器人在遂行任务的同时，还要与智能干扰源展开对抗博弈。针对该问题，本课题拟从群体机器人的“感知—决策—行动”全行为链出发展开研究，设计面向电磁对抗环境下的群体协同理论模型和基础支撑技术，以突破智能群体的认知电磁对抗机理。首先，本课题采用变分自编码器和循环神经网络对感知信息进行压缩和预测，并基于智能中继通信保证信息的鲁棒传输。然后，基于群体深度强化学习理论对“合作—竞争”模式下的群体协同问题展开建模和研究。接着，基于行为树模型对群个体在智能被压制情况下的行动进行智能管理。最后，以条件生成对抗网络和光线追踪法为理论基础，以并行技术为实现基础，构建“电磁—地理”多域虚拟仿真环境。本课题成果将为电磁对抗环境中的机器人群体协同开拓思路，为下一代环境适应型人工智能在电磁对抗环境下的应用提供理论参考。

当前，机器人系统正呈现规模化、网络化和集群化的发展趋势。相比单体机器人，以“自聚合、自组织、自演化”为表征的群体机器人系统更能适应复杂任务的需求。群体机器人通过协同能够有效提升任务的执行效率，但群体协同往往依赖于群个体间信息的共享和交互。在任务高动态、响应高实时、博弈强对抗的复杂环境中，通信的连通性将面临严峻挑战，继而对群体协同的性能造成影响。.本项目针对电磁对抗环境下的机器人协同问题，从群体机器人的“感知—决策—行动”全行为链出发展开研究。首先，为实现电磁对抗环境下的群体机器人行为表征，基于行为树这一行为可计算模型，对群体机器人的“感知—决策—行动”行为进行建模，并提出基于事件驱动的行为树执行机制和基于黑板的行为协同机制，为群体机器人在电磁对抗环境下的“感知—决策—行动”行为执行和群体协同问题求解提供基础。然后，在群体感知、决策和行动方面展开关键技术突破，针对复杂电磁环境下的连通性问题，实现了面向分布式通信系统的信道交汇技术；在决策方面，针对不同的电磁环境，实现了通信干扰下的合作与竞争机制、面向复杂地形环境的中继无人机部署和无通信条件下的多机区域覆盖路径规划技术；在行动方面，针对复杂环境下的行为控制问题，实现了通信容忍的LGVF编队控制、基于行为树的群体机器人层次式动态调度框架和并行结点优化技术。最后，构建了“电磁—地理”仿真环境，实现了基于Gazebo和无线通信信道模拟的仿真条件，支撑群体机器人的“感知-决策-行动”相关技术验证。.本项目相关研究成果已发表期刊和会议论文12篇，申请专利5项，授权3项，形成数据集3个。项目提出的基于行为树的群体机器人行为表征模型为机器人行为研究提供了思路。在此模型基础上，面向电磁对抗特殊环境条件，突破了机器人群体感知、群体决策和群体行动一系列关键技术，为复杂电磁环境下的机器人群体协同提供理论和技术支撑。