一种多智能体强化学习决策系统及其联合训练方法

本发明涉及一种多智能体强化学习决策系统及其联合训练方法，该系统包括多智能体包括协调智能器和N个单智能体，N大于等于1，每个单智能体相互独立，用于从各自的微场景中，获取完成子任务目标需要的环境样本，采用各自独立的强化学习智能算法，分别为子任务目标进行智能决策；协调智能器，用于获取总任务目标需要的环境样本，采用强化学习智能算法，根据预设的规则，优选单智能体的决策，使得总任务目标达到最优。