本发明公开了一种航天器逃逸轨迹智能规划方法，包括：根据滚动时域策略，将航天器长周期追逃博弈问题拆分为若干短周期追逃博弈子问题；在每个短周期内根据对应初始时刻的航天器轨道状态，构建航天器追逃问题优化模型，并利用经过完备训练的深度神经网络预测评估追击航天器的最优追击参数，进而根据实时轨道状态和预测的追击信息更新逃逸轨迹规划指标函数，使用序列二次规划算法获取当前的最优逃逸脉冲机动速度增量。本发明解决现有技术中在求解航天器脉冲追逃博弈问题最优逃逸策略时求解困难，求解效率低，结果鲁棒性差的问题。