Tag — 追逐捕获
环境信息
- PettingZoo 名称:
simple_tag_v3 - 智能体: 3 Predator (🔴 捕食者) + 1 Prey (🟢 猎物)
- 障碍物: 2 个静态障碍
- 类型: 追逐博弈 + 速度不对称
游戏目标
Predator (捕食者 / 狼)
- 目标: 追捕猎物,物理碰撞即成功
- 策略: 猎物速度更快,必须合作包围
- 奖励: 碰撞猎物 +10.0,每步距离惩罚 -0.1
Prey (猎物 / 羊)
- 目标: 逃离所有捕食者,存活
- 策略: 利用障碍物遮挡和变向
- 奖励: 被捕获 -10.0,出界 -1.0/步,安全存活 +0.1/步
观测空间
| 字段 | Predator | Prey |
|---|---|---|
self_vel | ✓ | ✓ |
self_pos | ✓ | ✓ |
obstacle_0, obstacle_1 | ✓ (障碍物相对位置) | ✓ |
enemies[] | ✓ (猎物相对位置) | ✓ (捕食者相对位置) |
teammates[] | ✓ (其他捕食者) | ✗ |
Predator 观测示例
json
{
"self_vel": [0.12, -0.08],
"self_pos": [0.35, 0.22],
"obstacle_0": [-0.5, 0.3],
"obstacle_1": [0.2, -0.6],
"enemy_0": [-0.8, 0.15], // 猎物的相对位置
"teammate_0": [0.3, -0.1], // 捕食者队友 1
"teammate_1": [-0.2, 0.5] // 捕食者队友 2
}奖励函数
| 角色 | 条件 | 奖励 |
|---|---|---|
| Predator | 碰撞猎物 | +10.0 |
| Predator | 每步距离惩罚 | -0.1 × dist_to_prey |
| Prey | 被捕获 | -10.0 |
| Prey | 出界 (` | x |
| Prey | 安全存活 | +0.1 / step |
关键不对称性
猎物的加速度 (accel) 比捕食者高!
这意味着猎物在直线追逐中占优势。捕食者必须:
- 多方包围: 从不同方向逼近
- 利用障碍物: 将猎物逼入死角
- 预判路径: 提前拦截而非跟随
策略
Predator 策略
1. 识别猎物(最后一个 enemy 条目)
2. 追击:最小化与猎物的 dx, dy
3. 如果猎物在移动,预判拦截
4. 与队友协调,从不同方向包围Prey 策略
1. 识别最近的捕食者
2. 向最近捕食者的反方向逃跑
3. 严格保持在边界 [-1.0, 1.0] 内
4. 如果 |x| 或 |y| > 0.85,立即转向!运行方式
bash
python tag_API.py