一种大规模无人集群博弈策略构建系统及方法

本发明提供了一种大规模无人集群博弈策略构建系统及方法，其中系统包括仿真环境模块以及基于仿真环境模块的集中式训练模块和分布式执行模块；仿真环境模块用于模拟大规模无人集群的动态交互环境；集中式训练模块采用集群博弈对抗强化学习算法MAPPO，并结合策略网络和价值网络，通过集中式训练实现大规模无人集群的策略优化；分布式执行模块将集中式训练模块生成的策略应用于大规模无人集群中，让大规模无人集群中的每个智能体独立执行策略，并基于自身的局部观测信息独立选择动作分布。本发明能够应对大规模场景中状态空间维度过高导致的维度灾难，并弥补现有仿真系统在真实任务场景建模方面的不足。