一种基于改进DDPG算法的海洋无人集群围捕机动决策方法

本申请公开了一种基于改进DDPG算法的海洋无人集群围捕机动决策方法，具体涉及海洋无人集群博弈决策的领域。包括：获取每个航行器的前一时刻状态位置，分别将每个航行器的前一时刻状态位置输入LSTM网络，对应得到每个航行器的历史状态位置；将每个航行器的历史状态位置输入对应的预训练的DDPG网络，确定每个航行器的执行动作，得到海洋无人集群围捕机动决策；其中，预训练的DDPG网络在训练过程中，奖励值为个体奖励、团队奖励及额外奖励之和。可以进一步提高围捕成功率。