一种基于双向序列推理的多智能体强化学习系统

本发明公开了一种基于双向序列推理的多智能体强化学习系统，包括数据获取模块、序列推理模块和策略优化模块三部分。首先，在数据获取模块，设计面向BS I‑MARL的智能体状态空间、动作空间以及奖励函数；然后基于Transformer模型，在序列推理模块设计面向双向序列推理的编码器‑解码器模块，用于生成多智能体决策的动作序列；最后在策略优化模块设计面向BS I‑MARL的策略梯度优化方法，评估多智能体的动作选择。本发明系统融合双向推理机制以建模智能体之间的相互影响关系，充分挖掘决策序列中的上下文依赖信息，从而提升非平稳环境下的多智能体学习效率和策略最优性，可应用于多智能体决策任务中。