一种基于强化学习模型的机器人群体协调方法

本发明公开了基于强化学习模型的机器人群体协调方法，包括以下步骤：每个机器人被隐马尔科夫模型分配角色；机器人i将历史观测和动作编码成机器人i轨迹τi，来自机器人i和轨迹τi的观测值被送入强化学习网络；所述强化学习网络为角色分配效用矩阵，对效用矩阵进行张量环分解后，动态调整秩的大小，以优化单个机器人的局部效用；单个机器人的局部效用优化之后，所述强化学习网络对机器人i轨迹τi局部观测通过误差正则项和惩罚正则项进行优化；每个机器人根据优化后的局部观测做出独立决策。本申请动态调整张量秩的大小，使得单个无人机的局部效用得到优化；对无人机通过全局信息对局部观测优化，从而对无人机进行统一协调。