无人机在作战中的广泛应用，其智能化决策成为关键挑战。本文提出基于深度强化学习（Deep Reinforcement Learning，DRL）的决策优化方法，应对无人机作战中的复杂性和不确定性。首先介绍了深度强化学习(Deep Reinforcement Learning,简称DRL)，说明深度强化学习在该领域的研究优势，然后对深度强化学习算法在无人作战决策的主要方向——协同路径规划与任务分配的文献进行分析。提出采用近端策略优化(Proximal Policy Optimization，简称PPO)算法和规则算法结合的方式来解决无人机作战决策中任务分配和路径规划问题，梳理了基于近端策略优化算法的无人作战决策方法流程。最后，对文章进行总结并对未来深度强化学习在无人作战决策的发展方向作出展望。