1.一種航天器追逃智能軌道控制方法，其特征在于，包括：

從預先建立的追逐航天器和被追逐航天器的運動軌跡的運動學模型中獲取t0時刻所述追逐航天器和被追逐航天器的觀測量，所述觀測量包括：所述追逐航天器和被追逐航天器的位置信息和速度信息，所述運動軌跡的運動學模型是根據開普勒軌道動力學方法在仿真環境中建立的；

將所述追逐航天器和被追逐航天器的觀測量分別輸入各自訓練效果收斂的動作網絡中計算t0時刻所述追逐航天器和被追逐航天器的速度增量；

當自身航天器為所述追逐航天器時，根據所述追逐航天器的速度增量對所述追逐航天器進行軌道控制，根據所述被追逐航天器的速度增量在所述仿真環境中對所述被追逐航天器進行軌道控制；當自身航天器為所述被追逐航天器時，根據所述追逐航天器的速度增量在所述仿真環境中對所述追逐航天器進行軌道控制，根據所述被追逐航天器的速度增量對所述被追逐航天器進行軌道控制；

獲取t0+T時刻所述追逐航天器和被追逐航天器的觀測量，根據觀測量判斷按照所述t0時刻的速度增量進行軌道控制后所述追逐航天器和被追逐航天器之間是否追逃成功；

判斷按照所述t0時刻的速度增量進行軌道控制后所述追逐航天器和被追逐航天器之間是否追逃成功包括：

當所述自身航天器為所述追逐航天器時，根據t0+T時刻輸出的追逐航天器和被追逐航天器的位置信息，計算兩個航天器之間的距離，當距離小于預設值時，則判定所述追逐航天器和被追逐航天器之間追逃成功；

當所述自身航天器為所述被追逐航天器時，根據t0+T時刻輸出的追逐航天器和被追逐航天器的位置信息，計算兩個航天器之間的距離，當距離大于預設值時，則判定所述追逐航天器和被追逐航天器之間追逃成功；

獲取所述追逐航天器和被追逐航天器多個時刻的觀測量、速度增量以及即時獎勵函數；

根據所述多個時刻中每個時刻所述追逐航天器和被追逐航天器對應的觀測量、速度增量、即時獎勵函數和MADDPG算法在所述仿真環境中分別對所述追逐航天器和被追逐航天器的初始動作網絡和初始評價網絡進行訓練調整得到所述訓練效果逐漸收斂的動作網絡和評價網絡；

確定所述追逐航天器和被追逐航天器的即時獎勵函數包括：

所述追逐航天器的即時獎勵函數為：

所述被追逐航天器的即時獎勵函數具體為：

其中，p_ax和p_ay分別表示追逐航天器在x和y方向的位置信息，p_bx和p_by分別表示被追逐航天器在x和y方向的位置信息。