本發(fā)明提供了一種基于強(qiáng)化學(xué)習(xí)的無(wú)人機(jī)空戰(zhàn)機(jī)動(dòng)決策方法，首先創(chuàng)建飛機(jī)平臺(tái)的運(yùn)動(dòng)模型；然后分析影響空戰(zhàn)態(tài)勢(shì)的各主要因素，在運(yùn)動(dòng)模型和空戰(zhàn)態(tài)勢(shì)因素分析的基礎(chǔ)上，設(shè)計(jì)空戰(zhàn)機(jī)動(dòng)決策的動(dòng)態(tài)模糊Q學(xué)習(xí)模型，確定強(qiáng)化學(xué)習(xí)的各要素和算法流程；對(duì)空戰(zhàn)機(jī)動(dòng)決策的狀態(tài)空間進(jìn)行模糊化作為強(qiáng)化學(xué)習(xí)的狀態(tài)輸入；選取典型空戰(zhàn)動(dòng)作作為強(qiáng)化學(xué)習(xí)基本行動(dòng)，通過(guò)各模糊規(guī)則的觸發(fā)強(qiáng)度加權(quán)求和實(shí)現(xiàn)連續(xù)行動(dòng)空間的覆蓋；在構(gòu)建的空戰(zhàn)優(yōu)勢(shì)函數(shù)為基礎(chǔ)通過(guò)設(shè)置權(quán)重和疊加獎(jiǎng)懲值的方法設(shè)置了強(qiáng)化學(xué)習(xí)的回報(bào)值。本發(fā)明可有效提高無(wú)人機(jī)進(jìn)行空戰(zhàn)機(jī)動(dòng)自主決策的能力，具有較高的魯棒性和自主尋優(yōu)性，在不斷的仿真和學(xué)習(xí)中無(wú)人機(jī)所做的決策水平不斷提高。