基于MAPPO与分层注意力机制结合的多智能体决策方法

本发明提供了一种基于MAPPO与分层注意力机制结合的多智能体决策方法，每个智能体，将当前时刻的观测状态信息输入至自身引入局部注意力机制的策略网络中输出第一动作，并联合其他智能体的第二动作输入至引入全局注意力机制的价值网络，输出智能体的联合动作；策略网络的局部注意力机制能让智能体聚焦自身周边关键局部信息，价值网络的全局注意力机制可统揽整个战场的宏观情况，可以合理评估各智能体任务价值。当战场形势变化时，本发明可以借助这种双重视角的注意力机制能快速做出动态调整，并且MAPPO算法本身对智能体协作的强化作用，与注意力机制协同，按照任务需求和实时局势动态加权，做出更优化的决策，提高作战成功率。