基于分布式强化学习的水下探测器集群自适应探测方法与系统

本发明公开了一种基于分布式强化学习的水下探测器集群自适应探测方法与系统，该方法包括获取探测器状态数据和环境参数数据，通过自适应标准化处理得到标准化状态矩阵，基于空间关系量化构建群体拓扑特征矩阵，生成最终特征表示；构建动作原型矩阵和动作耦合张量，基于约束条件优化动作空间，通过多层评估筛选得到可行动作集合；基于多维奖励机制构建综合奖励函数，进行策略优化和经验优化，得到最终优化策略；建立多层决策评估系统和实时监控机制，构建经验知识库并持续优化。本发明通过多层次特征提取、动态动作优化、自适应策略学习和知识积累，提升了水下探测器集群的协同性能和环境适应能力。