一种基于BC-MAPPO的无人机集群协同对抗方法

本发明属于无人机集群博弈对抗技术领域，尤其涉及一种基于BC‑MAPPO的无人机集群协同对抗方法。本发明解决了一对一、多对一任务同时存在时的目标分配问题，有效利用专家经验来学习概率分布，同时提高了强化学习探索效率。首先，将对抗过程解耦使得目标分配阶段可以通过E‑CBAA算法实现，同时减少了BC‑MAPPO策略网络的冗余输入。其次，构建的E‑CBAA算法可同时进行一对一和多对一目标分配，适用场景更灵活。接着，引入行为克隆使得策略网络能够学习专家经验进行参数初始化，减少无谓动作对应的输出概率，增加有效探索。最后，对BC‑MAPPO的强化学习训练进一步优化了策略网络参数，获得更强的协同对抗能力。