一种基于深度强化学习的无人机集群一致性决策系统及方法

本发明提出了一种基于深度强化学习的无人机集群一致性决策系统及方法，其中，所述系统包括：所述经验回放池，用于存储无人机集群在执行任务过程中产生的观测信息、动作、状态和奖励；所述观测转换模块，将无人机所在的当前环境的观测信息转换为协同观测信息；所述一致性决策调整模块，用于协调不同无人机的决策行为；所述多无人机混合网络，对各个无人机的决策进行联合优化；所述网络优化器，对多无人机混合网络的参数进行优化更新；所述无人机任务仿真平台，用于提供训练和测试环境，模拟无人机集群的实际任务场景，并提供状态反馈给多无人机混合网络和网络优化器；所述方法采用所述系统进行无人机集群一致性决策。