一种基于图神经网络和模仿学习的智能体任务分配方法

本发明公开了一种基于图神经网络和模仿学习的智能体任务分配方法，本发明采用长短期记忆单元聚合邻居节点信息，通过多层感知机生成任务分配预测。第二包括一种基于模仿学习的任务分配策略训练方法，该方法收集专家策略在随机场景中的任务分配标签，并根据集群智能体的通信拓扑构建图数据集，用以对提出的图神经网络模型进行训练。第三包括一种分布式部署方法，集群中的单一智能体通过局部感知提取节点特征，并通过局部通信广播给一定范围内的所有邻居智能体，提出的图神经网络模型以自身和邻居智能体的特征为输入，输出任务预测结果。本发明能够将集中式的专家方法蒸馏为分布式策略，实现依赖局部感知和通信的高准确度任务分配预测。