基于层次博弈深度强化学习的集群追逃控制方法和系统

本发明提供一种基于层次博弈深度强化学习的集群追逃控制方法和系统，通过层次博弈结构将多智能体协作任务建模为集体去中心化部分可观测马尔可夫决策过程，并提出一种层次博弈多智能体深度确定性策略梯度算法模型。该算法模型包括高层策略模块和低层策略模块，高层策略模块负责目标分配和任务协调，低层策略模块通过集中训练和分布式执行优化具体行动决策。本方案能够有效提高多智能体系统在复杂环境中的协作效率和应对能力。