針對當(dāng)前反無人機(jī)系統(tǒng)單一攔截裝備在暫時性的任務(wù)分配中無法有效壓制無人機(jī)的問題，本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的反無人機(jī)任務(wù)分配方法，包括：對改進(jìn)的DQN算法初始化，改進(jìn)的DQN算法是指相對于DQN算法，采用當(dāng)前時刻的狀態(tài)來預(yù)測Q值；通過改進(jìn)的DQN算法完成智能體的訓(xùn)練與優(yōu)化，在智能體訓(xùn)練完備之后保存網(wǎng)絡(luò)參數(shù)；將無人機(jī)狀態(tài)信息S輸入強(qiáng)化學(xué)習(xí)模塊，通過強(qiáng)化學(xué)習(xí)輸出次優(yōu)解X，即初期的分配策略；通過進(jìn)化算法對強(qiáng)化學(xué)習(xí)生成的次優(yōu)解進(jìn)行優(yōu)化，生成目標(biāo)分配的最優(yōu)解；對所述的最優(yōu)解進(jìn)行解碼，獲得反無人機(jī)的任務(wù)分配方案。本發(fā)明中通過改進(jìn)的DQN算法訓(xùn)練的智能體攔截表現(xiàn)更為精確，任務(wù)分配更加高效且適用。