基于自适应熵正则化多智能体近端策略优化算法的三维协同机动决策方法

本发明提供了一种基于自适应熵正则化多智能体近端策略优化算法的三维协同机动决策方法，属于无人飞行器协同机动决策领域，首先通过仿真引擎构建6v6协同对抗的Dec‑POMDP模型；接着提取包含个体、编队及对手态势的规范化观测向量作为输入；在CTDE架构下，利用共享的MLP特征提取主干表征72维全局态势特征，同时引入基于拉格朗日对偶的自适应熵正则化机制，通过动态调节温度系数平衡训练过程中的探索与利用，最后，实施包含任务终值奖励与基于势能函数的奖励塑形的复合奖励机制，实现6v6规模下的高效信度分配与协同战术涌现。本发明显著增强了编队在高动态复杂环境下的协同作战效能。