本發(fā)明公開(kāi)一種基于課程學(xué)習(xí)的無(wú)人機(jī)空中博弈對(duì)抗的解決方法，包含以下步驟：(1)構(gòu)建仿真模擬環(huán)境；(2)收集飛行員控制飛機(jī)的真實(shí)軌跡數(shù)據(jù)，將軌跡數(shù)據(jù)按照機(jī)動(dòng)動(dòng)作難度進(jìn)行課程目標(biāo)分類；(3)對(duì)指定課程目標(biāo)下的軌跡，通過(guò)模仿學(xué)習(xí)來(lái)優(yōu)化策略模型生成的軌跡和專家軌跡的相似度；(4)獲得預(yù)訓(xùn)練無(wú)人機(jī)策略模型；(5)基于預(yù)訓(xùn)練無(wú)人機(jī)策略模型，在模擬器中創(chuàng)建敵我雙方無(wú)人機(jī)智能體；(6)無(wú)人機(jī)在模擬器中獲得當(dāng)前時(shí)刻的觀測(cè)；(7)無(wú)人機(jī)與模擬環(huán)境進(jìn)行交互，將我方與敵方無(wú)人機(jī)對(duì)抗的任務(wù)建模為一個(gè)強(qiáng)化學(xué)習(xí)智能體與環(huán)境交互的問(wèn)題，用強(qiáng)化學(xué)習(xí)算法優(yōu)化無(wú)人機(jī)對(duì)抗的飛行策略；(8)獲得無(wú)人機(jī)進(jìn)行空中博弈對(duì)抗的有效策略。