多空间尺度的多智能体强化学习方法、系统、设备及介质

本发明公开了一种多空间尺度的多智能体强化学习方法、系统、设备及介质，其中方法包括：将分布式新能源电力系统中的每个微电网设为智能体，同时将新能源电力系统为分布式电网智能体，从而构建去中心化部分可观测马尔可夫决策过程；基于去中心化部分可观测马尔可夫决策过程，设计策略网络和价值网络；基于去中心化部分可观测马尔可夫决策过程及策略网络和价值网络的设计，采用多智能体强化学习方法及经验回放技术，训练得到每个智能体的最优策略。从而实现了控制空间维度的指数缩减，避免维度灾难；以及加速多智能体强化学习收敛速度，提高了算法性能。