作为一种典型的无人作战形式,多无人机对抗复杂多变、不确定强,一直是军事领域的研究热点。本文通过空战任务分析、多智能体系统建模、多无人机空战仿真等方法,对面向多无人机对抗任务的深度强化学习方法开展了研究。本文的研究内容主要包括:1、阐述了多无人机对抗任务的知识背景与研究价值。对多智能体深度强化学习算法与其应用领域进行了详细介绍,并将其感知与决策能力应用在多无人机协同空战,提出了面向多无人机对抗任务的深度强化学习方法。2、针对深度强化学习算法在多无人机对抗任务中存在的训练困难、生成的模型能力差等问题,提出了两种训练优化技术。场景迁移技术能够利用智能体在简单场景下获取的经验帮助在复杂场景中的训练。自我博弈技术是让智能体通过对抗与自己能力相同的对手来提高能力。3、无人机对抗领域中存在着丰富的人类经验。本文提出了规则耦合强化学习方法,将人类经验抽象为战术规则,并使用战术规则指导智能体的学习过程。该方法能够减少无效探索来提高训练速度和智能体的能力。4、针对深度强化学习算法在复杂的多智能体环境中计算资源耗费大、收敛速度慢的问题,本文提出了一种多智能体深度强化学习并行方法。将多智能体深度强化学习的训练过程并行化,有利于快速修正超参数,能够充分利用计算资源,降低训练所需时间。