零交互通信的飛行器集群協(xié)同搜索方法，利用目標(biāo)陣型分布的信息，統(tǒng)計目標(biāo)位置分布的數(shù)據(jù)，形成先驗信息；初始化搜索經(jīng)驗池和搜索策略，并建立搜索任務(wù)交互環(huán)境；構(gòu)建基于多智能體強化學(xué)習(xí)的飛行器集群協(xié)同搜索框架，智能體從環(huán)境中獲得觀測信息；為每個智能體構(gòu)建內(nèi)在獎勵Q網(wǎng)絡(luò)、外在獎勵Q網(wǎng)絡(luò)，為飛行器集群構(gòu)建混合Q網(wǎng)絡(luò)，進(jìn)行學(xué)習(xí)訓(xùn)練；執(zhí)行時，智能體依據(jù)局部的觀察進(jìn)行動作選擇，滿足大部分實際環(huán)境的現(xiàn)實約束。本發(fā)明解決了現(xiàn)有技術(shù)中存在的搜索空間大場景內(nèi)獎勵稀疏智能體難以獲得獎勵信號學(xué)習(xí)緩慢、搜索過程依賴通信和全局信息等問題。