基于强化学习的双时间尺度多智能体系统控制方法及系统

本发明涉及多智能体系统技术领域，提供了基于强化学习的双时间尺度多智能体系统控制方法及系统，包括：基于通讯拓扑图，建立智能体之间的跟踪误差，求导得出跟踪误差的动态信息后，合并带有控制输入的恶意攻击，采用积分滑模控制器对耦合项进行抵消，得到跟踪误差动力学模型，采用H∞控制方法，转换为智能体间的零和博弈问题后，定义与性能指标相关哈密顿函数，将哈密顿函数求偏导，得出跟踪策略，并将跟踪策略带入李雅普诺夫方程，得出跟踪误差的博弈代数黎卡提方程，进行拆分后，使用积分强化学习算法，通过策略迭代方式，计算得到多智能体系统最优的反馈增益。实现了在保证多智能体系统的最优一致性的同时消除恶意攻击。