一种多智能体强化学习协助的多目标社区检测方法

本发明公开了一种多智能体强化学习协助的多目标社区检测方法，涉及强化学习技术领域，包括：对社区网络节点进行编码；初始化种群参数；构建并初始化滑动窗口、外部共享档案、阈值；构建并初始化二维表Q‑table、采用多层学习策略初始化T‑table；根据滑动窗口和阈值触发选择条件，为每个个体的每一个节点选择邻居节点，完成个体的更新；将非支配解存储至外部共享档案A；更新两个二维表；计算MIRgen并添加至滑动窗口。本发明融合强化学习与多目标进化算法，克服传统算法对历史信息利用不足与随机搜索低效缺陷，通过动态策略优化框架精准调控社区检测全局进化，提升帕累托前沿收敛速度与鲁棒性，解决搜索效率低、精度差问题。