一种基于多智能体强化学习的多域联合干扰资源分配方法及系统

本发明公开了一种基于多智能体强化学习的多域联合干扰资源分配方法及系统，其中方法步骤包括：基于多干扰机协同干扰任务，构建多对多对抗环境模型；基于多对多对抗环境模型，定义多干扰机联合状态空间；基于多对多对抗环境模型，设计多干扰机联合动作空间；基于多干扰机联合状态空间和多干扰机联合动作空间，构造多域信息联合表征的全局奖励函数；基于全局奖励函数，进行最优策略学习；多智能体系统根据学习到的最优策略做出决策。本发明通过采用值分解网络算法，并设计多干扰机联合状态空间、多干扰机联合动作空间和全局奖励函数，实现了对我方多干扰机的干扰波束分配和干扰功率大小的动态调整，从而能够提高对敌方雷达系统的干扰效率和灵活性。