本發(fā)明涉及一種基于動態(tài)目標(biāo)分配的深度強化學(xué)習(xí)隊形變換方法及系統(tǒng)，方法包括：確定狀態(tài)空間、動作空間以及獎勵函數(shù)；初始化網(wǎng)絡(luò)參數(shù)、經(jīng)驗池和訓(xùn)練環(huán)境；判斷訓(xùn)練回合數(shù)是否達到最大；各飛行器以某一初始編隊隊形出發(fā)；計算各飛行器最優(yōu)分配目標(biāo)點探測器探測周圍己方飛行器，根據(jù)障礙錐判斷飛行器是否需要避障或避碰；計算飛行器需要避障的航向角度，各飛行器選擇動作，并進入下一狀態(tài)；計算獎勵值；將此時系統(tǒng)狀態(tài)、動作、獎勵值和下一系統(tǒng)狀態(tài)作為一組元組數(shù)據(jù)存入經(jīng)驗池；更新網(wǎng)絡(luò)參數(shù)；判斷rs是否為C2+C3，訓(xùn)練結(jié)束，復(fù)雜障礙環(huán)境中隊形變換完成。本發(fā)明中的上述方法解決了隊形變換過程中由于目標(biāo)分配隨機易產(chǎn)生局部最優(yōu)航路問題。