一种基于行为树的多智能体黑盒策略解析方法及系统

本公开提供了一种基于行为树的多智能体黑盒策略解析方法及系统，涉及智能体技术领域，包括：基于观测数据集，通过多智能体强化学习算法，学习环境观测数据和执行动作之间的规则映射关系，得到专家黑盒策略模型；对环境观测数据进行特征蒸馏，建立由蒸馏后的特征向量及对应的执行动作组成的轨迹数据集，拟合决策树；递归遍历决策树的节点，生成行为树每个节点的特征条件和执行状态，得到条件映射集；对当前输入的环境观测数据进行黑盒策略的解析，得到最终的映射路径、状态序列及执行动作，强化学习的奖励函数中引入决策树拟合度奖励项；本发明整合神经网络、决策树和行为树的优势，在保持模型性能的前提下实现对黑盒模型决策过程的可解释分析。