一种面向不完全信息微分对策博弈的策略参数估计方法

本发明属于航空航天技术领域，涉及一种面向不完全信息微分对策博弈的策略参数估计方法，利用门控循环单元神经网络中的时序特征提取模块、自注意力机制和多任务学习模块构建神经网络模型，通过相对动力学模型、目标函数，确定神经网络模型的输入特征和输出特征，采用蒙特卡洛仿真生成原始数据构建训练数据；利用训练损失函数和分析超参数对神经网络模型性能的影响，确定最优超参数组合并训练神经网络模型；在实际博弈中，基于相对状态信息和自身机动控制信息，计算相对状态导数和扩展状态量，输入最优神经网络模型，输出结果经反归一化处理得到目标策略参数的实际估计值。