一种基于视角不变的多智能体贝叶斯策略重用方法及系统

本发明公开了一种基于视角不变的多智能体贝叶斯策略重用方法及系统，本发明包括将不同的对手策略看作不同的任务，逐一与使用不同策略的对手进行交互学习最优应对策略并作为受控策略添加至受控智能体的受控策略库中；然后，将配备有策略库的受控智能体与对手智能体进行交互并生成轨迹，通过视角不变情景感知模块对轨迹进行编码获得涵盖环境动态变化信息的上下文特征，并结合上下文特征对应的任务类别构建监督模型作为局部观测模型；基于局部轨迹通过局部观测模型计算似然并根据贝叶斯规则更新信念，受控智能体根据信念从受控策略库中选择最优的应对策略。本发明旨在多智能体协同对抗中能够快速、准确地识别对手策略并重用最优应对策略。