一种交互场景下的多智能体协同交互决策与控制方法

本发明提出一种交互场景下的多智能体协同交互决策与控制方法，首先各智能体获取对抗场景的时序状态信息；在各智能体的决策系统中，获取的对抗场景时序状态信息输入LSTM网络进行预测和特征提取，得到隐藏状态，将隐藏状态输入到SAC强化学习模型中，并通过设计的奖励函数对LSTM网络以及SAC强化学习模型进行训练，最终得到各智能体的机动决策动作向量；各智能体以机动决策动作向量作为控制目标值，依据离散增量式PID控制器对智能体进行控制。该方法基于多智能体SAC强化学习算法，结合了LSTM时序处理和双经验回放机制，并通过设计合理的奖励函数机制，在具有复杂动态物体的环境中，能够快速预测动态物体的运动轨迹，对自身连续动作量进行准确决策。