基于双评价网络的多无人机协同对抗决策方法

本申请公开了一种基于双评价网络的多无人机协同对抗决策方法，属于人工智能技术领域。该方法包括：获取目标无人机执行第一动作的第一本地观测状态和动作信息；将第一本地观测状态和动作信息输入至双评价网络，得到双评价网络输出的联合动作；基于联合动作对应的奖励值，对双评价网络进行循环计算，直至奖励值收敛，确定目标无人机需要执行的第二动作的动作参数；其中，在双评价网络循环计算的过程中，对第一当前Critic网络和第二当前Critic网络计算的第一动作的动作价值取最小值，以对当前Actor网络进行参数更新。该方法优化了无人机的博弈决策。