无规则电子对抗场景未知干扰效能评估方法与系统

本发明公开了一种无规则电子对抗场景未知干扰效能评估方法与系统，在电子对抗场景中，引入了基于MuZero算法的深度强化学习模型，MuZero算法的最大优势在于其无需显式规则建模即可完成复杂环境中的决策优化和效能评估。通过在潜在状态空间中学习环境动态，模型能够适应干扰模式和雷达抗干扰策略的动态变化，避免传统方法对规则假设的依赖。此外，结合蒙特卡洛树搜索(MCTS)与深度学习，模型实现了实时的策略优化，能够在规则未知、环境复杂的对抗场景中快速生成最优干扰策略，显著提升电子对抗系统的智能化和效能。