一种基于深度强化学习的多智能体事件触发控制方法及系统

本发明公开了一种基于深度强化学习的多智能体事件触发控制方法及系统，该多智能体事件触发控制方法构建了智能体系统的动力学模型和一致性控制器，并在一致性控制器中引入了时变函数和指定的收敛时间，能够根据指定的收敛时间动态调整控制参数，适应复杂多变的运行环境，提升控制器的鲁棒性；在设定智能体系统中各智能体的观测、动作和奖励，并在奖励引入收敛时间惩罚项后，基于不同时刻的观测、动作和奖励构建经验存放区，并使用经验存放区对构建的深度神经网络进行训练；使用训练后的深度神经网络和ε‑贪心策略获取最优事件触发策略；根据最优事件触发策略使用一致性控制器完成对各智能体的实时控制。