一种基于博弈对抗自学习的无人蜂群智能任务调度方法

本申请涉及一种基于博弈对抗自学习的无人蜂群智能任务调度方法，设置了适应性更高的状态空间、动作空间、状态转移规则和奖励函数，可以更好地用于博弈对抗自学习；对于禁止动作没有采用终止执行的策略，而是对其进行扰动，将其转化为可执行动作，使得算法的有效样本更多，提高了算法运行效率；将强化学习中的演员‑评论家算法改进用于无人蜂群任务调度，生成博弈对抗自学习无人蜂群任务调度策略，该方法不同于监督学习，不需要大量的数据样本。