一种基于多智能体策略多样化的实现方法及系统

本发明涉及一种基于多智能体策略多样化的实现方法及系统，属于多智能体强化学习技术领域。该方法包括以下步骤：首先，在探索阶段采用多智能体近端策略优化框架进行策略更新，通过集中训练分散执行架构实现全局价值评估与局部动作生成；同时，通过滑动窗口计算奖励序列的变异系数，动态检测策略收敛情况，若策略收敛，将当前探索策略收入到历史策略库中；最后，基于Stein变分梯度下降算法从历史策略存储库中抽取策略粒子集，驱动策略向未探索的行为空间优化，突破局部最优。本发明通过自适应收敛检测、历史策略存储库架构以及集成MAPPO与SVGD的完整框架，显著提升了多智能体策略的多样性、适应性和计算效率。