随着信息技术及人工智能的高速发展,现代战场早已从机械化向电子化、智能化的方向转变。现代战场中各种作战单位协同组成多智能体系统,而目标跟踪任务作为多智能体系统的关键任务之一,也面临着两方面挑战:一方面随着敌方目标智能度的增加,其机动动作与运动意图更加难以琢磨;另一方面随着我方智能终端数量的增加,跟踪策略难度随之指数性提高,进一步增大了作战难度。无人机集群作为现代战争的典型代表之一,已成为当今世界军事强国军备竞争热点,在集群中每个无人机个体搭载一种或几种传感器,整个集群内的无人机相互合作,实现对目标的协同探测与跟踪。如果将无人机集群中信息通过数据链构筑的传感器网络,看作是具有实时跟踪能力的多智能体系统,则可将传感器网络跟踪策略相关研究推广至无人机集群。因此对以无人机集群为代表的多智能体系统进行以下三点研究:首先,针对目标跟踪任务中敌方机动动作难以预测的问题,提出运动意图推理算法。该算法基于仿生传染病算法获取目标的初始位置信息,根据运动学规则对目标的运动进行建模,并通过隐马尔科夫模型对目标的运动状态进行定义及推理,获取目标运动意图后反作用于传染病机制。目标运动意图推理算法减弱了目标机动动作对系统的影响,提升了系统的跟踪性能。其次,针对无人机集群网络中运用仿生方法所求跟踪策略为非最优解的问题,提出基于仿生传染机制的分段近端策略优化算法,实现跟踪策略的进一步优化。该算法不仅将仿生传染机制和强化学习融合,还根据奖励机制将训练过程分为休眠与唤醒两个阶段,使网络能够成功习得更优的目标跟踪策略。仿真结果表明,该算法不仅使网络实现了目标跟踪任务,还探索了具备自学习能力的仿生机制,验证了算法的可行性。最后,针对无人机集群执行目标跟踪任务时,无人机不断运动导致集群拓扑结构实时变化的问题,提出了一种基于“近端策略优化”的端对端无人机集群深度强化学习算法。该算法在考虑无人机间存在碰撞风险、通信范围有限等约束下,建立无人机运动模型、定义无人机集群拓扑结构,并将集群目标跟踪任务建立为马尔科夫决策过程,以进行相关训练。与传统的集中式调度系统相比,该算法设计了“集中式训练、分布式执行”结构,结构中每个无人机均部署独自的策略网络,与其他无人机通过智能协作完成跟踪任务,获得了更好的跟踪效果。