一种基于经验截断理论的多飞行器智能协同制导方法

本发明公开了一种基于经验截断理论的多飞行器智能协同制导方法，首先建立多枚飞行器打击拦截同一目标的相对运动模型；把对模型进行求解的问题建模为马尔科夫过程，根据任务目标合理设定奖励函数组合方式，再设定多枚飞行器与目标的初始位置、速度等参数，初始化经验池，构建MAPPO算法中的动作网络与价值网络；所有初始化完成之后开始智能体与环境的交互，在交互过程中向经验池存储历史经验，这里需要对算法原有的存储方式进行调整，在适当位置进行截断以保证存入经验池的均为有效经验。本发明方法解决了单枚飞行器打击拦截能效低下的弊端，实现了使用多枚飞行器在时间方面协同，在同一时刻共同击中目标，极大提升了飞行器制导打击能力。