电子对抗深度强化学习框架优化方法、系统、设备及介质

本发明公开了一种电子对抗深度强化学习框架优化方法、系统、设备及介质，引入POMDP模型，结合充分信息态估计与深度强化学习算法，显著提升了系统对动态环境的感知和决策能力，并且，利用POMDP和强化学习方法，本发明能够动态应对电子战环境中的不确定性，通过闭环反馈机制，能够持续优化干扰策略，从而在复杂多变的电子战环境中保持高效性和鲁棒性；同时，通过充分信息态估计模块和强化学习算法的结合，本发明显著提高了干扰策略的精准性和有效性；此外，通过深度强化学习框架，本发明能够高效求解POMDP模型下的全局最优策略，最大化长期对抗收益，突破传统方法在实时性和全局性上的限制。