本研究设计了一个基于强化学习的分布式无人机测试床，集成FlightGear和JSBSim实现实时多机协作跟踪。创新性地采用异步优势演员-批评者（A3C）算法和3D椭球空间模型，结合高斯奖励函数与内在好奇心模块（ICM），有效解决了碰撞规避、集群凝聚和动态目标跟踪 ...