一种基于强化学习的无人机蜂群突防决策模型构建方法

本发明公开了一种基于强化学习的无人机蜂群突防决策模型构建法，包括：搭建面向攻防对抗的训练环境；建立无人机单体运动学模型，包括定义无人机的运动模型和无人机的主要约束，计算下一时刻的速度位置积分；主要约束包括区域约束和动力学约束；区域约束限制无人机的探索区域，动力学约束主要约束无人机的速度和加速度；生成无人机轨迹，与每架无人机进行关联，确定轨迹起点和突防目标点；进行无人机控制量解算；定义马尔科夫决策过程模型；对马尔科夫决策过程模型进行优化，构建无人机蜂群突防决策模型。根据上述技术方案，可以使无人机的策略优化既包含全局环境信息，又能针对特定空袭任务调整策略，显著提升无人机的突防效果和战斗效能。