一种基于线性时态逻辑控制的策略生成及分解方法

本发明涉及智能体技术领域，尤其涉及一种基于线性时态逻辑控制的策略生成及分解方法，包括使用GR(1)规范若干智能体系统行为，将策略合成形式化为可达性，计算不动点集确定满足智能体目标的状态，构建自动机实现GR(1)规范；将合成策略自动机分解为个体策略自动机，使每个智能体基于自身的局部观察和决策进行行动；构建具有同步和分解策略的分散经验重放Q学习算法；利用DER‑QL算法同步自动机缓冲从高级合成策略中学习到的策略，从而指导低级MARL的学习。本发明解决现有DQL算法处理智能体之间行为存在相互影响时，缺乏协调导致性能下降问题；以及易重复做出不合理决策，导致学习效率低、收敛速度慢问题。