一种不完全信息条件下的智能群体协同追捕方法与系统

本发明公开了一种不完全信息条件下的智能群体协同追捕方法与系统。首先建立智能体的运动学模型，构建带有障碍物分布的多智能体训练环境模拟真实追捕场景的物理交互；根据智能体特性构建联合状态空间和动作空间，并设计基于局部感知信息设计的合作探索空间映射；设计带有内在激励的强化学习算法架构，通过Actor控制网络融合目标追踪信息与群体协作的机动策略，并由Critic评价网络对动态环境下的协同效能进行评估；最后，在系统性构建的奖励函数与基于内在激励奖励的Actor‑Critic网络训练流程基础上，实现对多智能体在不完全信息条件下的高效协同追捕动态控制。本发明可实现在感知受限的不完全信息条件下多智能体协同追捕的动态控制。