Este documento se ocupa del problema del acoso multi-UAV inspirado en el aprendizaje de consistencia cognitiva jerárquica basado en un mecanismo de interacción. Primero, se construye un modelo de comunicación dinámica para abordar las interacciones entre múltiples agentes. Este modelo incluye una simplificación de las relaciones del grafo de comunicación y una cuantificación de la eficiencia de la información. Luego, se propone un método de aprendizaje de consistencia cognitiva jerárquica para mejorar la eficiencia y la tasa de éxito del acoso. Al mismo tiempo, se propone una red de razonamiento de grafo de oponentes para abordar la predicción de objetivos. En comparación con los métodos existentes de aprendizaje por refuerzo multi-agente (MARL), el método desarrollado en este documento posee la característica distintiva de que la asignación de objetivos y la predicción de objetivos se llevan a cabo simultáneamente. Finalmente, para verificar la efectividad del método propuesto, presentamos extensos experimentos realizados en el escenario de acoso multi-objetivo. Los resultados experimentales muestran que la arquitectura propuesta supera el enfoque convencional en cuanto a la tasa de éxito del acoso y verifica la validez del modelo propuesto.