本發(fā)明公開了一種基于ARS強(qiáng)化學(xué)習(xí)算法的行星飛行避障制導(dǎo)方法，首先設(shè)置飛行器動(dòng)作空間、飛行器狀態(tài)空間、獎(jiǎng)勵(lì)函數(shù)，然后設(shè)置ARS算法超參數(shù)，采用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)飛行器避障功能；運(yùn)行ARS算法，與環(huán)境交互獲取經(jīng)驗(yàn)并不斷更新神經(jīng)網(wǎng)絡(luò)，學(xué)習(xí)避障制導(dǎo)律；訓(xùn)練多個(gè)回合后算法收斂即獲得避障制導(dǎo)律；當(dāng)障礙物距離飛行器的距離在飛行器探測(cè)范圍內(nèi)時(shí)，將飛行器探測(cè)范圍的邊界圓作為探測(cè)邊界，探測(cè)邊界外為安全區(qū)，探測(cè)邊界內(nèi)為預(yù)警區(qū)；當(dāng)飛行器在預(yù)警區(qū)內(nèi)時(shí)需要啟動(dòng)避障制導(dǎo)律避障，否則正常飛行。本發(fā)明方法是一種相對(duì)簡(jiǎn)化的無模型強(qiáng)化學(xué)習(xí)算法，采用適宜解決連續(xù)行為問題的線性策略，具有較高的效率和魯棒性。