无人机集群协同围捕是无人机集群协同对抗领域的一个典型问题,对时效性和准确性要求较高。本文面向无人机集群对不同规模下智能化目标的协同围捕任务,分析了围捕集群和逃跑目标行为策略之间的关联性及围捕集群中各节点决策选择的相关性,研究了阿波罗尼斯圆、博弈学习、强化学习相关理论,提出了基于博弈论与强化学习的无人机集群协同围捕方法。具体如下:1)分析了围捕无人机和逃跑无人机的运动特性和相互作用关系,建立了基于阿波罗尼斯圆和博弈论的协同围捕模型,将无人机集群围捕中的信息映射为博弈论的关键要素。2)针对单逃跑者围捕问题。通过改进的Q学习算法对逃跑者的行动策略进行学习,并在学习过程中不断更新状态-动作矩阵,结合累计奖赏均值动态调整贪婪因子以加快学习速度;利用积累的学习经验求解博弈支付矩阵得到纳什均衡解,使得各围捕无人机得到较优行为策略并完成对单目标的围捕任务。实验结果表明,本文所提改进Q学习方法相较于传统方法能更有效地学习逃跑无人机的行为策略,此外,本文提出的协同围捕方法在处理单目标围捕任务时表现出较好的时效性。3)分析了多目标围捕任务中多架逃跑无人机的特性,考虑到多架逃跑无人机具有合作或分散式两种逃逸选择,建立了基于虚拟目标点的多目标围捕判定模型,使得围捕无人机集群能更有针对性的对逃跑无人机进行围捕。实验结果表明,本文所提围捕判定模型的可行性和有效性。4)针对多逃跑者围捕问题,提出了一种基于改进博弈学习的无人机集群协同围捕方法。根据逃跑无人机的信息对围捕无人机集群进行任务分配产生一个或多个团队,分析围捕过程中可能出现的各种情况对团队进行调整,结合基于博弈学习的协同围捕方法完成对多目标的围捕任务。实验结果表明,本文所提方法相较传统Q学习方法以及博弈学习方法能够有效对多目标进行围捕,且具有较好的时效性。综上所述,本文根据无人机围捕特性,建立了基于阿波罗尼斯圆的协同模型,采用累计奖赏均值动态调整贪婪因子的Q学习算法,设计的基于改进博弈学习的协同围捕方法。能在多对一、多对多等不同博弈模式下完成快速有效的围捕,经过实验仿真证明,本文方法比同类算法在围捕的时效性、判断的准确性两方面上展现出较好的性能。为解决无人机集群协同技术的应用提供了一些技术参考。