Enfocándose en el problema del redondeo de objetivos por enjambres de UAV en entornos complejos, este artículo propone un enfoque de aprendizaje por refuerzo de consistencia de objetivos basado en atención suave de múltiples cabezas (GCMSA). En primer lugar, para hacer que el modelo se acerque más a la realidad, se establecen la función de recompensa cuando el objetivo está en diferentes posiciones y la estrategia de escape del objetivo, respectivamente. Luego, se utiliza el módulo de atención suave de múltiples cabezas para promover la cognición de la información del objetivo entre los UAV, de modo que los UAV puedan completar el redondeo del objetivo de manera más fluida. Finalmente, en la fase de entrenamiento, este artículo introduce la pérdida de disonancia cognitiva para mejorar la utilización de muestras. Los experimentos de simulación muestran que GCMSA es capaz de obtener una tasa de éxito de tarea más alta y es significativamente mejor que MADDPG en términos de rendimiento del algoritmo.