本發(fā)明公開了一種基于多智能體強化學(xué)習(xí)的多無人機協(xié)同空戰(zhàn)機動決策方法，解決了仿真多對多空戰(zhàn)中多無人機協(xié)同空戰(zhàn)中的機動動作的自主決策問題。本方法包含：無人機平臺的運動模型創(chuàng)建；基于攻擊區(qū)和距離、角度因素的多機空戰(zhàn)態(tài)勢評估，分析多機空戰(zhàn)機動決策的狀態(tài)空間、行動空間和獎勵值；設(shè)計了協(xié)同空戰(zhàn)中的目標(biāo)分配方法和策略協(xié)調(diào)機制，通過獎勵值的分配，定義了各個無人機在目標(biāo)分配、態(tài)勢優(yōu)勢和安全避碰的行為反饋，經(jīng)過訓(xùn)練后實現(xiàn)策略協(xié)同。本發(fā)明可有效提高多無人機進(jìn)行協(xié)同空戰(zhàn)機動自主決策的能力，具有更強的協(xié)同性和自主尋優(yōu)性，在不斷的仿真和學(xué)習(xí)中無人機編隊所做的決策水平不斷提高。