基于联邦强化学习的多机械臂电力协同调节系统及方法

本发明涉及机器人控制技术领域，具体涉及基于联邦强化学习的多机械臂电力协同调节系统及方法，包括：本地控制器接收传感器数据，生成状态信息并通过本地Q网络模型生成控制信号；边缘计算服务器收集本地Q网络模型参数，生成全局Q网络模型参数并分发；双维度奖励计算模块基于电流和温度数据计算奖励值，自适应权重调整模块动态调整奖励权重；动作掩码模块确定有效动作集合，状态预测模块预测执行动作后的状态；动量缓冲器模块记录历史学习经验以调整学习速率；参数聚合模块计算聚合权重生成全局参数，知识迁移模块根据模型性能差异控制参数分发；联邦强化学习框架，采用双维度奖励和自适应权重调整机制，在短期性能和长期稳定性之间取得平衡。