本发明公开了一种基于联邦学习的框架训练无人机集群的神经网络建模方法，建立一个顶层无人机和一组底层无人机的双层无人机通信架构，考虑无人机执行任务时其轨迹是跟随目标变化、具有较强随机性的，采用随机游走模型来表示底层无人机的轨迹，适合目标追踪、侦察探测等轨迹未知的多数场景。同时考虑到移动场景下无人机飞行能耗远大于计算能耗和传输能耗，将每一轮划分为不等长时隙和不固定的时隙个数，在联邦学习模型性能和收敛速度的约束下，通过联合优化顶层无人机的速度和飞行方向与局部迭代次数，建立顶层无人机的飞行能耗最小化问题，并采用了深度强化学习算法来求解，简化状态空间和动作空间设计，可以直接部署在算力、能量受限的无人平台。