一种基于多智能体深度强化学习的无人机保密能效优化方法及系统

本发明公开了一种基于多智能体深度强化学习的无人机保密能效优化方法及系统，无人机保密能效优化方法包括：根据无人机轨迹、基站发射波束成形以及多功能可重构智能表面辅助无人机的反射系数矩阵，构建多功能可重构智能表面辅助无人机安全通信系统的保密能效优化模型；根据所述保密能效优化模型，构建马尔可夫决策过程模型，所述马尔可夫决策过程模型包括状态空间、基站行动空间、多功能可重构智能表面辅助无人机行动空间以及奖励函数；基于多智能体深度强化学习算法，对所述马尔可夫决策过程模型进行求解，得到最优保密能效。本发明能够大幅提高保密能效，同时及时响应动态环境的需要，可广泛应用于无人机网路通信能效技术领域。