航母甲板舰载机出动回收作业任务规划是指为给定的飞行任务制定合理可行的行动方案。该行动方案与航母完成任务的效率、甲板作业安全和成本高度相关。航母甲板舰载机出动回收作业任务规划问题具有任务多样、层次分明、约束复杂的特征,求解难度较大。未来航母上将搭载越来越多的无人机飞行器(UAV),自动化规划方法将在航母甲板任务规划领域中发挥重要作用是必然的趋势。本文旨在针对航母甲板舰载机出动回收作业任务规划问题,研究考虑复杂约束的自动规划算法。首先,本文以“尼米兹”级航母为背景,构建航母甲板舰载机出动回收作业任务规划问题模型。接着,根据问题特征,提出求解带复杂约束的出动回收作业任务规划算法。算法中借鉴层次任务网络规划的任务分解的思想对任务进行分解来提高规划效率,将规划问题描述为一个多阶段决策问题。然后,针对算法中的三个决策环节,设计强化学习算法,基于历史方案学习任务提前期预测、舰载机选择及转移机位选择的策略,从而指导规划器更好地确定决策环节的参数和规则,提高行动方案的性能。最后,通过算例分析验证了本文提出的航母甲板舰载机出动回收作业任务规划算法的可行性及效果。本文针对航母甲板舰载机出动回收作业任务规划问题,设计并实现了自动规划算法,并在规划过程中嵌入强化学习算法,对方案的性能进行优化,将基于知识的推理方法和基于数据的学习方法相结合,为提高自动规划算法获得的行动方案的性能探索了一种新的思路,对航母甲板运作管理实践具有一定的借鉴和参考价值。