本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的無(wú)人飛行器自主編隊(duì)智能控制方法，應(yīng)用于多無(wú)人機(jī)系統(tǒng)。本發(fā)明方法首先構(gòu)建多無(wú)人飛行器系統(tǒng)模型，確定多無(wú)人飛行器協(xié)同編隊(duì)的任務(wù)目標(biāo)；然后基于MADDPG框架構(gòu)建自主編隊(duì)協(xié)同控制器，布置在每個(gè)跟隨無(wú)人飛行器上；自主編隊(duì)協(xié)同控制器包括基于策略梯度的編隊(duì)行為者網(wǎng)絡(luò)和編隊(duì)目標(biāo)行為者網(wǎng)絡(luò)，以及基于值的編隊(duì)評(píng)價(jià)者網(wǎng)絡(luò)和編隊(duì)目標(biāo)評(píng)價(jià)者網(wǎng)絡(luò)；行為者網(wǎng)絡(luò)允許單個(gè)智能體策略網(wǎng)絡(luò)的優(yōu)化過(guò)程使用鄰居節(jié)點(diǎn)的觀測(cè)信息，訓(xùn)練完成之后每個(gè)智能體以分散的方式行動(dòng)，本發(fā)明方法可實(shí)現(xiàn)多飛行器智能協(xié)同編隊(duì)，共同完成特定的隊(duì)形保持、沖突協(xié)調(diào)以及避免碰撞等協(xié)同問(wèn)題，提高采樣效率，適用于大規(guī)模的多智能體系統(tǒng)。