本發(fā)明公開(kāi)了一種基于多智能體強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)協(xié)同空戰(zhàn)機(jī)動(dòng)決策方法，解決了仿真多對(duì)多空戰(zhàn)中多無(wú)人機(jī)協(xié)同空戰(zhàn)中的機(jī)動(dòng)動(dòng)作的自主決策問(wèn)題。本方法包含：無(wú)人機(jī)平臺(tái)的運(yùn)動(dòng)模型創(chuàng)建；基于攻擊區(qū)和距離、角度因素的多機(jī)空戰(zhàn)態(tài)勢(shì)評(píng)估，分析多機(jī)空戰(zhàn)機(jī)動(dòng)決策的狀態(tài)空間、行動(dòng)空間和獎(jiǎng)勵(lì)值；設(shè)計(jì)了協(xié)同空戰(zhàn)中的目標(biāo)分配方法和策略協(xié)調(diào)機(jī)制，通過(guò)獎(jiǎng)勵(lì)值的分配，定義了各個(gè)無(wú)人機(jī)在目標(biāo)分配、態(tài)勢(shì)優(yōu)勢(shì)和安全避碰的行為反饋，經(jīng)過(guò)訓(xùn)練后實(shí)現(xiàn)策略協(xié)同。本發(fā)明可有效提高多無(wú)人機(jī)進(jìn)行協(xié)同空戰(zhàn)機(jī)動(dòng)自主決策的能力，具有更強(qiáng)的協(xié)同性和自主尋優(yōu)性，在不斷的仿真和學(xué)習(xí)中無(wú)人機(jī)編隊(duì)所做的決策水平不斷提高。