一种基于深度学习的节点可变围捕控制方法及系统

1.一种基于深度学习的节点可变围捕控制方法，包括逃逸者和多个节点，其特征在于，还包括以下步骤：

2.根据权利要求1所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，步骤s2中，所述预测逃逸者在下一时刻的预测位置，具体为：先使用第一预测模型进行预测，同时第二预测模型运行，并且第一预测模型与第二预测模型均执行在线更新，每经过一定时间步长后，比较第一预测模型的预测模型奖励和第二预测模型的预测模型奖励，取预测模型奖励较高的预测模型作为下一个时间步长内的预测模型；

3.根据权利要求1所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，所述第一预测模型的输入状态空间的表达式为：

4.根据权利要求1所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，还包括以逃逸者为圆心划定的异常区间，所述异常区间内包括理想包围圈，当前节点观测到相邻节点处于异常范围内时，通过将相邻节点的位置信息投影到理想包围圈上、相邻节点的速度信息保持不变的方式，调整相邻节点的状态信息。

5.根据权利要求4所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，所述节点设有观测范围，当节点均匀分布在理想包围圈上时，所述观测范围大于相邻节点之间的距离，当一侧的相邻节点在异常区间外时，将该侧的相邻节点的位置信息投影到观测当前节点的观测范围与理想包围圈的同侧交点，作为缺失节点的状态信息估计值。

6.根据权利要求5所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，当第二预测模型无法获得所有节点的当前状态信息时，对缺失节点，所述第二预测模型改用缺失节点的状态信息估计值代替缺失节点的当前状态信息，所述缺失节点的状态信息估计值的计算表达式为：

7.根据权利要求5所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，当障碍物进入观测范围时，将障碍物视为新增节点，直到障碍物离开观测范围。

8.根据权利要求5所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，所述先验运动趋势的计算表达式为：

9.根据权利要求1所述的一种基于深度学习的节点可变围捕控制方法，其特征在于，所述方位跟踪网络的状态空间的表达式为：

10.一种基于深度学习的节点可变围捕控制系统，包括逃逸者和多个节点，其特征在于，所述节点可变围捕控制系统用于执行如权利要求1-9任一所述的一种基于深度学习的节点可变围捕控制方法，所述多个节点均包括逃逸者预测模型、决策网络模型和方位跟踪网络模型，所述逃逸者预测模型包含第一预测模型和第二预测模型，所述第一预测模型的输入为当前节点的状态信息和逃逸者的状态信息，所述第二预测模型的输入为所有节点的状态信息，所述预测模型的输出为通过第一预测模型和第二预测模型得到的逃逸者在下一时刻的预测位置，所述决策网络模型根据预测位置、所有节点的状态信息和先验运动趋势，获得所有节点在下一时刻的理想位置，所述方位跟踪网络模型根据所有节点的状态信息和所有节点在下一时刻的理想位置，解算最优围捕控制结果。