一种重要性加权约束选项学习反无人机拦截方法及系统

本发明涉及反无人机拦截技术领域，尤其涉及一种重要性加权约束选项学习反无人机拦截方法及系统，包括：获取态势信息并构造策略观测与作用评分；构建共享编码器、兼容性网络及K个策略头，编码后分别输入兼容性网络和策略头，获得各选项归属概率及动作分布，据此构建混合策略并采样输出拦截动作；采集转移样本，计算动作似然、几何及约束可行性门控值并相乘，截断归一化后按权重写入各选项情节记忆库；检索近邻计算各选项情节价值，按归属概率加权融合；据此更新网络参数、拉格朗日乘子及几何原型；重复至终止条件，输出混合策略用于生成拦截指令。本发明提升了稀疏样本利用效率并实现多类型物理约束的动态保障。