多智能体强化学习系统

本发明公开了一种多智能体强化学习系统，包括本地协调控制子系统和全局协调控制子系统；本地协调控制子系统包括生物启发行为模块、集群行为控制模块和本地智能体策略池，生物启发行为模块用于实现智能体的避障、导航和智能体内多个操作的协调控制，集群行为控制模块用于实现智能体的集群行为控制，本地智能体策略池用于存储智能体处理策略；全局协调控制子系统包括全局数据更新模块、全局仲裁模块和全局智能体策略池，全局数据更新模块用于向全局内的智能体推送全局策略并获取智能体累积的策略，全局仲裁模块用于确定最佳策略，全局智能体策略池用于存储所述最佳策略。上述方案给出了仿生智能强化学习框架，能够提高系统的学习率和性能。