一种基于强化学习的多机器人协作调度方法

本申请涉及人工智能调度技术领域，尤其涉及一种基于强化学习的多机器人协作调度方法，包括：在多机器人系统中，初始化各机器人状态、任务队列和资源信息；构建MADQN模型，将每个机器人作为一个独立智能体，并定义状态空间、动作空间和奖励函数；在动态环境中执行仿真或真实任务，对各智能体进行训练；根据训练得到的策略，实时分配任务，并考虑通信延迟与任务失败的重调度机制；根据执行反馈更新MADQN模型，持续优化策略以提高任务完成效率和系统鲁棒性。