基于多维权重遗传算法的无人系统鲁棒性评估方法及系统

本发明涉及智能无人系统测试与可信评估技术领域，特别涉及一种基于多维权重遗传算法的无人系统鲁棒性评估方法及系统，基于多智能体深度强化学习框架对无人系统的行为建模为多智能体马尔可夫决策过程；构建月面动态多域干扰场景；初始化多维评估指标，包括对无人系统传感器数据进行特征拼接，采用各向异性RBF核计算维度权重，定义目标函数的多维鲁棒性损失；通过遗传优化生成对抗样本；在仿真环境和真实环境中对无人系统进行虚实融合可信评估；根据多维指标的收敛情况判定是否终止迭代，当多维指标满足收敛条件时终止迭代。本发明能够有效识别无人系统在复杂动态环境下的智能控制脆弱性，提升其在极端任务中的可信性和抗干扰能力。