一种基于注意力机制的近端策略多无人艇围捕优化方法

本发明涉及一种基于注意力机制的近端策略多无人艇围捕优化方法，包括以下步骤：实时获取多无人艇围捕海上逃逸目标的相关参数，建立无人艇的运动学模型和动力学模型，并确定围捕成功的判定条件和约束条件；将所述无人艇的运动学模型、动力学模型以及围捕成功的判定条件和约束条件进行建模并确定马尔可夫决策过程的五元组(S,A,R,P,γ)；建立基于注意力机制的近端策略优化算法框架，输出每个无人艇的围捕动作，完成多无人艇围捕过程，其中所述基于注意力机制的近端策略优化算法框架包括注意力评价网络和策略网络，采用集中式训练、分布式执行方法对注意力评价网络和策略网络的参数进行更新。与现有技术相比，本发明具有提高无人艇的协作围捕能力等优点。