多智能体协作的互补注意力信息处理及奖励引导方法

本发明公开了多智能体协作的互补注意力信息处理及奖励引导方法，涉及多智能体强化学习技术领域，包括以下步骤：对智能体的观测信息进行再分类，分为环境信息、内部状态信息和外部状态信息；本发明中，在信息处理与决策能力上，对智能体观测信息再分类并采用注意力互补机制，提高了信息处理效率与策略网络决策性能；在训练效果方面，目标网络融入勤奋度奖励机制，改善了训练初期注意力网络的低效学习问题，提升了智能体协作意愿；本方法在星际争霸多智能体挑战场景中，与QM IX、COMA及QPLEX算法对比，在同构场景下策略收敛效率更优，且消融实验证明了互补注意力网络和勤奋度奖励机制结合的必要性，二者协同提升了注意力网络的训练稳定性和最终性能。