基于强化学习的多机器人协同围陷方法及系统

本发明公开了一种基于强化学习的多机器人协同围陷方法及系统，涉及机器人协同控制技术领域。该方法包括步骤：根据目标围陷任务建立多机器人的围陷任务模型，追捕机器人对目标机器人进行围陷，利用可达安全区域量化目标机器人的受限制程度；基于聚类算法，对围陷任务模型中的追捕机器人进行自适应动态分组；基于追捕机器人的分组情况，利用多机器人围陷决策网络对环境观测信息进行挖掘，根据环境观测信息优化追捕机器人的动作决策。本发明结合自适应分组机制、策略网络优化设计等技术手段，实现高效、稳定且智能的围陷决策构建，能够显著提升多机器人系统在复杂环境下的任务执行能力。