一种基于多近端强化学习的星群轨道追逃决策方法

本发明公开了一种基于多近端强化学习的星群轨道追逃决策方法，包括：S1：采用8阶龙格‑库塔法更新卫星状态；S2：卫星群中各卫星收集彼此状态信息，构建状态向量，据此形成策略与价值网络；通过策略网络选择并执行动作，接收环境奖励后更新状态向量；然后计算时序差分误差与优势函数，利用近端策略优化算法更新网络；同时，采用联邦近端算法融合各卫星的策略网络；S3：对卫星群进行综合性能评估，动态调整各卫星策略网络参数的更新策略，持续优化卫星群的整体效能。本发明确保了卫星群在复杂环境中能高效协作，通过不断学习与调整，提升了整体响应速度与决策准确性，确保了任务执行的高效与稳定。