一种策略迭代算法及装置

本发明公开了一种策略迭代算法及装置，涉及多智能体技术领域，用以解决现有涉及多个智能体之间协作与切换时，因拓扑关系无法修改导致团队协作无法体现的问题。该算法包括：根据追踪器在第步的第一状态、逃避器在第步的第一状态、在第步的状态改变量得到追踪器在第步的更新状态和逃避器在第步的更新状态；根据追踪器在第步的更新状态和逃避器在第步的更新状态确定追踪器与逃避器之间的第一距离，若第一距离满足交换公式，则根据交换公式对所述第一距离对应的边权进行交换，并更新邻接矩阵；若更新系统价值函数第一系统价值函数的差值绝对值小于错误阈值，将第步的更新控制策略确定为最终控制策略。