基于强化学习多智能体协同的卫星服务组合选择方法及系统

本申请公开了一种基于强化学习多智能体协同的卫星服务组合选择方法及系统，包括：确定各个样本卫星分别对应的样本卫星剩余资源值，以及样本服务项集合包含的各个样本服务项分别对应的样本服务项资源需求值；将样本服务项集合、样本卫星剩余资源值和样本服务项资源需求值输入第一多智能体强化学习网络模型，得到第一多智能体强化学习网络模型输出的第一联合动作值；基于各个样本服务项资源需求值和各个第一联合动作值，计算第一多智能体强化学习网络模型的损失值；基于损失值，调整第一多智能体强化学习网络模型的第一参数，得到目标多智能体强化学习网络模型。