随着自主机动技术的快速发展，无人机目前广泛应用于包括军事领域在内的众多场景。尤其在战场条件下，由于需要实时且可调整的非线性轨迹规划，设计基于深度强化学习的自主控制算法面临重大挑战。为此，本文提出一种新颖的、面向物理信息游荡弹药应用的情境感知深度强化学习自主非线性无人机机动控制算法。所提出的基于深度强化学习的无人机机动控制算法，旨在实现实时情境感知操作，使其能够高效应对战场上的众多障碍物。为了有效观察并直观快速理解随时间变化的实时态势，本文提出了一种在基于Unity开发的物理信息虚拟战场环境中运行的算法。具体而言，提出的基于深度强化学习的非线性无人机机动控制算法，利用情境感知传感组件实现，该组件通过Unity虚拟场景中的射线投射功能实现。基于收集到的情境感知信息，无人机可在飞行中自主、非线性地调整其轨迹。因此，该方法显然有利于在复杂且不可预测的战场中规避障碍物。基于可视化的性能评估表明，所提算法优于其他机动控制算法，在障碍物密度为50%时，其平均性能接近其他算法的两倍。详细的轨迹规划进一步证明了其优越性。