随着无人战斗机在军事领域上的应用越来越广泛,世界各国都在下大力气研制无人机,无人战斗机的出现也将改变未来的空战态势,成为决定战场的重要力量。在这其中,无人机的智能化水平将是无人机技术发展的关键,未来的无人战斗机将不仅能够通过传感器感知状态信息,区分敌我目标,还能够根据不同的作战任务,进行空战决策。空战决策理论经过近几十年的发展,逐步形成了以专家系统、微分对策为主的传统方法和以神经网络、遗传算法、蚁群算法为代表的智能方法。本文主要研究了基于强化学习的无人机空中格斗算法,主要做了以下几个方面的工作:一是对强化学习的基本理论做了详细的介绍,通过强化学习算法的对比分析,指出了当前强化学习研究面临的一些困难和问题,同时对强化学习的应用领域做了介绍。二是以强化学习的经典算法以及现阶段研究热点为依据,以强化学习系统中涉及的策略、值函数、回报函数等要素为核心,改进了算法性能。首先通过添加一个动机层,通过这一层,将先验知识引入到强化学习中,形成状态映射到动机、再从动机映射到动作的两层映射关系,提高了收敛速度。随后又采用模拟退火算法进一步提高了算法的性能。三是以空中格斗决策为重点,完成了RBF神经网络的动机引导强化学习算法的设计,通过对比不同决策意图下的飞行轨迹,验证了算法的有效性。