基于IH-MADDPG算法的多干扰机协同优化方法、系统、电子设备及存储介质

本发明公开了一种基于IH‑MADDPG算法的雷达智能干扰决策方法、系统、电子设备及存储介质，方法如下：S1、随机初始化上层、下层多智能体深度确定性梯度算法智能体的Actor网络、Critic网络以及目标网络；S2、初始化上下层经验回放池{D1,D2,D3}；S3、获取初始状态st，由st利用上层多智能体深度确定性梯度得到最优组合干扰样式(a1t,a2t)；S4、由(st,a1t)和(st,a2t)利用下层多智能体深度确定性梯度算法得到最优组合干扰的参数S5、执行动作，环境状态变为st+1，计算环境奖励rt1、rt2和好奇心奖励rtb，将经验样本存入经验回放池D1、D2、D3中；S6、当样本数目达到设定值时监督采样得到均匀的样本，更新上下层多智能体深度确定性梯度算法和好奇心奖励。本发明在雷达组网的条件下提高了雷达干扰决策性能。