基于深度强化学习的水下多无人平台协同跟踪方法及系统

本发明属于水下多传感器目标跟踪技术领域，公开了一种基于深度强化学习的水下多无人平台协同跟踪方法及系统；其中，所述水下多无人平台协同跟踪方法包括：建立获得端到端的水下多无人平台调度算法；建立获得端到端的水下多无人平台数据融合算法；结合建模的马尔可夫决策过程模型，引入深度强化学习中的MAPPO算法同时对多平台调度策略、多平台数据融合策略进行学习，通过环境的反馈评估当前策略的有效性，最终确定当前环境下的最优跟踪策略。本发明能够在有效降低系统能耗的同时显著提升系统的任务执行效率和协同跟踪性能，可提升水下多无人平台在复杂水下目标跟踪环境中的应用性能和系统效率。