面向观测缺失环境的多智能体关节机器人任务执行方法、设备、介质

本发明公开了一种面向观测缺失环境的多智能体关节机器人任务执行方法、设备、介质，智能体基于局部观测通过策略网络输出关节机器人动作，与环境交互生成轨迹数据存入经验池；采样连续时序数据，训练世界模型；通过世界模型对经验数据进行预测，生成伪样本；构建策略损失、价值函数损失，基于伪样本训练Actor‑Critic；测试时通过通信同步历史状态，调用世界模型补全缺失信息后输出关节动作联合决策。