一种融合图注意力机制的多智能体强化学习编队自适应方法

本发明涉及多智能体协同控制技术领域，公开一种融合图注意力机制的多智能体强化学习编队自适应方法。该方法通过构建动态图状态空间，结合速度自适应通信机制与多目标回报函数，解决智能体数量变化或拓扑结构动态调整时的泛化能力不足问题。方案包括：建立虚拟领导‑跟随编队模型与运动动力学模型；设计基于速度变化的自适应通信半径公式；构建图状态空间，利用多头注意力机制动态聚合邻居信息；设计带残差连接的策略网络与价值评估网络；采用集中式训练分布式执行框架更新模型参数。通过图注意力机制实现关键邻居信息自适应提取，结合动态通信范围调整，提升编队系统在复杂环境中的适应性与稳定性。适用于无人机群控、机器人协作等场景。