基于强化学习的无人机集群协同对抗决策方法

本申请属于无人机集群控制技术领域。本申请提供一种基于强化学习的无人机集群协同对抗决策方法。本公开实施例根据己方无人机集群和对手无人机群的对抗场景，提出无人机运动模型和几何态势模型；基于无人机运动模型和无人机之间的几何态势模型，设计无人机生存状态更新规则和对抗任务；将多无人机作战表示为连续空间中的马尔可夫博弈，采用MAPPO算法进行策略迭代优化，设计有效的稀疏奖励函数来指导无人机进行对抗博弈，实现了智能体的学习和集群整体协同对抗的统一，提高了无人机的响应速度，解决了复杂态势环境中奖励函数设计复杂、决策时效性有限等挑战。