一种基于元动作序列强化学习的无人集群演进系统及方法

摘要

本发明公开了一种基于元动作序列强化学习的无人集群演进系统及方法，属于无人集群自主任务协同领域。本发明首先将无人集群面临的诸多任务分解为基础的元动作，通过估值网络构建环境信息与元动作序列间的映射关系，将任务效能评价指标作为强化学习的奖赏函数，通过众多场景自适应强化学习，实现无人集群任务能力的演进。该系统具有较强泛化能力，在应对复杂动态场景时具有较高鲁棒性。