基于层次一致性学习的多智体强化学习方法及系统

摘要

一种基于层次一致性学习的多智体强化学习方法及系统，将深度集合网络与变分自动编码器相结合，并被引入到多智体强化学习中用以规范大规模自动分拣任务中分拣机器人集群的群体行为。本发明通过引入辅助无监督学习任务以及自监督学习任务，习得高效地团队意图表示以及个体意图表示，通过对团队意图施加多样性约束、对个体意图施加一致性约束，来保证团队内紧密协作、团队间多样探索，从而有效提升大规模多智体系统完成协作任务时的探索效率以及协作效率，本发明能够有效提升大规模多智体系统完成协作任务时的探索效率以及协作效率。