基于图注意力和扩散策略网络的多机对抗智能决策方法

本发明涉及多智能体智能决策技术领域，具体涉及一种基于图注意力和扩散策略网络的多机对抗智能决策方法，包括：获取多机对抗仿真环境中的多机飞行态势信息，构建多机对抗态势图；步骤图中的每个节点，计算注意力系数，按所述注意力系数经多头注意力融合得到各节点的态势嵌入向量；基于所述态势嵌入向量，由扩散策略网络生成飞机智能体的动作；模拟执行所述动作后获取对应的奖励；根据奖励和价值估计确定综合优化目标和价值函数损失；基于所述综合优化目标更新扩散策略网络的参数，基于价值函数损失更新集中式价值网络的参数；飞机智能体执行散策略网络生成的动作，完成智能决策；本发明能够提高多机对抗智能决策效果。