一种基于博弈理论的无人飞行器目标追踪方法

本发明涉及无人飞行器技术领域，公开了一种基于博弈理论的无人飞行器目标追踪方法，包括：建立无人机数学模型；利用无人机数学模型，定义博弈均衡点；基于上述定义，定义奖励函数；基于SAC架构设计策略网络和价值网络；在无人机平台上部署智能体网络，无人机根据环境于自身状态提取状态信息作为策略网络输入，生成每个时刻的无人机动作决策，并控制无人机追踪目标。本发明发挥了多无人机追逃单无人机优势，结合复杂场景、多目标和多约束等，实现多无人机快速地追捕非合作单个无人机应用。本发明选择SAC作为AC架构的深度强化学习算法，并将策略的熵写入值函数，增强了策略的探索性，在许多任务中具有更加优秀的表现。