一种多任务学习驱动的无人机集群策略异构优化方法

本发明属于协作式无人机集群强化学习技术领域，涉及一种多任务学习驱动的无人机集群策略异构优化方法。本发明在CTDE框架下保持价值分解与并行可扩展性不变，采用共享骨干（Encoder–GRU–Head）与任务条件化适配的MTL范式。将“按智能体/按时刻/按上下文”动态刻画的条件化滤波嵌入共享网络骨干，以轻量、可解释、可退化为恒等的方式实现策略软异构。在特征层对各语义子向量施加FiLM式仿射调制，选择性放大关键信息并抑制无关特征，从源头削弱跨语义干扰；在时序层对GRU的门控进行节奏调制，使不同无人机在各交互阶段或状态下自适应调整记忆与更新节奏征，缓解表征拥挤与梯度冲突，提升协同稳定性与策略多样性。