一种面向多任务的舰艇集群规划控制方法

本发明公开了一种面向多任务的舰艇集群规划控制方法，包括以下步骤：基于强化学习优化算法对海域的仿真数据进行训练，训练过程中使用多个进程进行多任务并行训练；每个舰艇计算其动作价值函数与状态价值函数之间的差异，得到优势值，并将优势值与方向熵结合，鼓励舰艇在尽可能在熵减的方向选择优势值；计算估计的优势值与基于方向熵的优势值之间的误差，并基于误差计算Q函数；采用强化学习方式进行决策；将海域实际状态输入训练后的强化学习模型中，输出各舰艇的行动策略。本申请通过每艘舰艇计算基于方向熵的优势值，并将每艘舰艇与指挥中心估计的优势值的偏差进行优化，以此来进一步调整在每个任务中的调度决策。