巡飞弹集群对现代防空体系构成日益严峻的挑战。一项颇具前景的策略是在“异构无人机集群协同威胁交战”（CTEDS）场景中，将忠诚僚机作为反无人机系统（c-UAV）加以运用。既往研究多基于简化的位置与速度观测优化策略，本研究则通过融合激光雷达感知、时序历史信息及友军共享观测，显著提升了态势感知能力。为应对由此产生的复杂性，本文提出一种结合监督预训练与强化学习微调的两阶段流水线架构。实验结果表明，该架构能从高维动态观测中提取有效策略，验证了以感知能力扩展作为CTEDS场景下可扩展协同自主基础的可行性。此方法彰显了图注意力网络在协同空战中的应用潜力，并为未来层级化神经策略及具备通信机制的多智能体强化学习研究指明了方向。

关键词：协同威胁交战；忠诚僚机；巡飞弹；强化学习；注意力神经网络；激光雷达感知

图：友军视角增强智能体在遮挡条件下的感知能力。智能体（蓝色射线）探测到敌1、敌2与敌3，而敌4处于其视场遮挡区域。友军观测（绿色射线）则有效补充了该视野盲区，揭示出智能体未能探测到的敌4。反之，从友军视角观察，敌3受敌2遮挡，这一双向互补特性生动诠释了多智能体感知的协同优势。