arXiv cs.AI· Duncan Eddy, Mahdi Al-Husseini, Mykel J. Kochenderfer·· 13 小时前AI 评分31
OrbitalGym：规划算法何时决定轨道博弈结果
Where Planning Changes the Outcome of Orbital Games
AI 导读
论文提出 OrbitalGym，一个基于 JAX 的仿真环境，用于研究规划算法与系统设计何时决定对抗性轨道遭遇的结果，可将博弈编译为批量化 GPU 代码进行大规模并行仿真。
正文 · AI 翻译
摘要：本文介绍 OrbitalGym，一个用于研究规划算法或系统设计何时决定对抗性轨道遭遇结果的仿真环境。在轨道博弈中，两支非合作卫星团队在交会与近距离操作期间进行机动，以赢得差分奖励目标。地面博弈的进展催生了许多轨道博弈方法，但研究通常只在一个场景中评估一种方法，且往往针对被动或随机防御方。一旦考虑飞行器能力（机动性、感知、通信）和对抗响应，更好的规划是否仍然重要尚不清楚。
OrbitalGym 是一个基于 JAX 的环境，支持不同数量的智能体、状态表示（位置、速度、姿态、燃料）、显式或隐式通信，以及近距离或锥形视场传感器。它将博弈编译为批处理 GPU 代码，从而能够在多种配置下大规模并行仿真策略。这识别出策略选择影响结果的区间，以及系统能力占主导的区间。
我们研究两种近距离博弈：追逃博弈，其中一艘航天器试图捕获另一艘；以及 lady-bandit-guard，其中守卫阻止攻击者到达受保护资产。我们在推力与推进剂比例、初始间距、博弈时长、传感器能力和捕获定义等参数上比较 PD、LQR、模型预测路径积分控制和蒙特卡洛树搜索。在追逃博弈中，推进剂比例决定大多数遭遇：在 90 种能力配置中，针对六种逃逸方策略中的五种，追捕方策略至多在 15 种配置中使捕获概率变化 10% 或更多。在 lady-bandit-guard 中，策略更为重要：面对能够到达资产的 bandit，更好的守卫策略在 90 种配置中的 56 至 74 种里将防御概率至少提高 10%。
| 评论： | IEEE Aerospace Conference 2027 |
| 主题： | 多智能体系统 (cs.MA)；人工智能 (cs.AI)；机器人学 (cs.RO)；系统与控制 (eess.SY) |
| 引用为： | arXiv:2610.37686 [cs.MA] |
| （或 arXiv:2610.37686v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37686 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Duncan Eddy [查看电子邮件]
[v1]
2026 年 10 月 16 日星期五 22:53:33 UTC（2,532 KB）
来源：arXiv cs.AI · arxiv.org