1.一种基于masac算法的复杂动态环境中多无人机协同编队方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于masac算法的复杂动态环境中多无人机协同编队方法，其特征在于，步骤1所述的建立多无人机协同编队的数学模型，初始化模型参数，具体如下：
3.根据权利要求1所述的基于masac算法的复杂动态环境中多无人机协同编队方法，其特征在于，步骤2所述的采用动态虚拟目标和领航追随相结合的多无人机协同控制方法，计算每个无人机的动态目标，与环境交互移动到新的位置，具体如下：
4.根据权利要求1所述的基于masac算法的复杂动态环境中多无人机协同编队方法，其特征在于，步骤3所述的将多无人机协同编队问题转化为分布式的部分可观测马尔可夫模型，采用masac算法进行模型的训练，得到收敛的策略模型，具体为：
5.根据权利要求1所述的基于masac算法的复杂动态环境中多无人机协同编队方法，其特征在于，步骤4所述的利用训练得到的策略模型进行多无人机协同编队任务，具体如下：
6.一种基于masac算法的复杂动态环境中多无人机协同编队系统，其特征在于，该系统用于实现权利要求1～5任一项所述的基于masac算法的复杂动态环境中多无人机协同编队方法，所述系统包括模型构建模块、动态目标计算模块、模型训练模块和协同编队模块，其中：
7.一种移动终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5任一项所述的基于masac算法的复杂动态环境中多无人机协同编队方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1～5任一项所述的基于masac算法的复杂动态环境中多无人机协同编队方法中的步骤。
本发明公开了一种基于MASAC算法的复杂动态环境中多无人机协同编队方法。该方法为：首先建立多无人机协同编队的数学模型，初始化模型参数；然后采用动态虚拟目标和领航追随相结合的多无人机协同控制方法，计算每个无人机的动态目标，与环境交互移动到新的位置；接着将多无人机协同编队问题转化为分布式的部分可观测马尔可夫模型，采用MASAC算法进行模型的训练，得到收敛的策略模型；最后利用训练得到的策略模型进行多无人机协同编队任务。本发明提高了多无人机编队在复杂环境中自主导航与调整的精确度，提升了多无人机任务的适应性，使无人机能够在不依赖中心节点的情况下，快速响应局部环境的变化，提高了多无人机协同编队任务执行的效率和安全性。
