基于深度强化学习与时间约束的低空航空器冲突解脱方法

1.一种基于深度强化学习与时间约束的低空航空器冲突解脱方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于深度强化学习与时间约束的低空航空器冲突解脱方法，其特征在于，所述s2包括如下步骤：

3.根据权利要求2所述的基于深度强化学习与时间约束的低空航空器冲突解脱方法，其特征在于，所述s3包括如下步骤：

4.根据权利要求3所述的基于深度强化学习与时间约束的低空航空器冲突解脱方法，其特征在于，所述s4包括如下步骤：

5.根据权利要求4所述的基于深度强化学习与时间约束的低空航空器冲突解脱方法，其特征在于，所述s45包括如下步骤：

6.根据权利要求5所述的基于深度强化学习与时间约束的低空航空器冲突解脱方法，其特征在于，所述运行数据包括当前时刻下本体无人机的动作、状态、对应的奖励值和下一时刻本体无人机的状态，其中，智能体根据当前时刻的状态和动作，在执行完成当前时刻的动作后，得到当前时刻对应的奖励值和下一时刻智能体的状态。