在本文中,我们研究了一种涉及一个攻击者、一个目标和多个防御者的目标-攻击者-防御者 (TAD) 差异博弈。我们考虑两种变体,其中(a)攻击者和目标的观察范围不受限制,而防御者的可见性受到限制,(b)只有攻击者的观察范围不受限制,而其余参与者的可见性受到限制。我们将玩家的互动建模为具有不对称信息的动态博弈。在这里,参与者的可见性约束引入了一个可见性网络,该网络封装了博弈演化过程中的可见性信息。基于这一观察,我们为可见性受限的玩家引入了适应网络的反馈或可实施的策略。使用逆博弈论方法,我们获得了网络适应反馈纳什均衡策略。我们引入了用于选择网络适应反馈纳什策略的子集(或细化)的一致性标准,并提供了一种基于优化的计算方法。最后,我们用数值实验来说明我们的结果。