基于强化学习的智能体动态决策网络生成方法

本发明涉及动态决策网络技术领域，尤其涉及一种基于强化学习的智能体动态决策网络生成方法。所述方法包括以下步骤：通过获取智能体设计数据，评估结构约束信息，构建智能体步态运行仿真模型，实现对智能体的步态、关节疲劳、垂向稳定性等关键参数的动态监测与预测；通过模拟步伐节奏动态变化趋势，预测关节疲劳积累趋势，并检测垂向稳定性异常，分析传感器异常触发概率，预测步态误调节行为及姿态偏移，基于姿态偏移幅度数据，通过强化学习策略网络进行动态决策，优化智能体的稳定性调整策略；本发明通过对智能体的动态决策，以实现智能体运行更加稳定。