随着人工智能技术的飞速发展,无人机自主控制决策已成为现代智能空战的核心内容,是当今军事领域最受关注的研究课题。本文以博弈论为基础,结合深度强化学习等计算方法,对不同作战条件下的无人机智能协同策略展开了深入研究,重点研究内容包括:针对动态环境下无人机一对一近距空战的对抗场景,因其博弈态势瞬息万变且决策过程复杂,提出了一种带有免疫导引策略的Minimax-DDQN（（Minimax-Double Deep QNetwork））智能决策方法。将强化学习和博弈论相结合,提高了系统的自主学习能力和处理复杂状态特征的能力。首先,结合免疫导引策略和Minimax策略训练DDQN神经网络,使其能够针对敌方机动实时地输出最优策略;其次,通过经验回放技术,解决了训练样本之间的关联性问题,提高训练效率;最后,搭建了三维空间中的空战对抗仿真环境。仿真结果表明,在追击直线机动的敌机时,本文所提算法比传统的DDQN、Minimax-DQN算法成功率分别提高了60%和33%。且在与采用Minimax-DDQN算法的敌机对抗时,最终胜率可达60%。证明了所提决策算法的有效性和优越性。针对敌方策略未知时无人机主动防御的协同三体对抗场景,传统的方法需要提前获得敌方的控制策略,因此,本文提出了基于微分博弈模型的启发式自适应动态规划算法（Adaptive Heuristic Dynamic Programming,AHDP）来求解攻防策略。首先,构建了进攻无人机-目标-防御无人机三体攻防博弈问题下的微分对策模型,对抗情景包括零和博弈与非零和博弈。其次,对对抗双方无人机设计启发式自适应动态规划算法,利用动态对抗信息迭代更新评价网络和执行网络的参数,求解最优性能指标函数。仿真通过与传统PN、APN、ADP方法对比,验证了AHDP方法在侧方、迎面、尾追三种攻击态势下的准确性和高效性,目标无人机和防御无人机有很好的协同性,防御无人机可以成功拦截进攻无人机。针对在大规模集群间的无人机协同攻防对抗场景,提出了神经-内分泌-免疫机制启发下的随机博弈（Neural-endocrine-immune mechanism-inspired random game,NISG）模型,并利用无人机集群近端策略优化（UAV Swarm Proximal Policy Optimization,USPPO）算法求解对抗策略。该模型受生物机理的启发,对集群对抗系统中无人机感知的态势信息进行聚合,构建了无人机之间的随机博弈行为,从而有效地提高群体的攻防效率。根据强化学习的思想,提出了一种适用于无人机集群的USPPO学习算法,通过集中式训练和分布式执行,用于生成大型无人机群的对抗策略。仿真结果表明,该算法能够有效地模拟复杂的群体涌现行为,并且比MADDPG及改进的MAPPO学习算法平均奖励更高,且在与改进的MAPPO的对抗中,胜率达74.6%,从而更好地满足大型无人机群体对抗的需求。