一种基于强化学习的通信协作方法及系统

本申请涉及多智能体技术领域，特别涉及一种基于强化学习的通信协作方法及系统。所述方法包括每个智能体获取其自身的局部观测信息，基于局部观测信息确定隐藏状态及动作；基于隐藏状态确定智能体与邻居智能体间的硬交互值，基于局部观测信息确定智能体与邻居智能体间的交互强度；基于硬交互值、交互强度及隐藏状态确定接收信息贡献；基于每个智能体的局部观测信息、动作及接收信息贡献构建智能体的Q值，并基于所有智能体的Q值训练强化学习以输出通信协作策略；基于强化学习模型确定作战场景中的通信协作策略。本申请基于局部观测信息、动作及接收信息贡献构建Q值，可以实现能体间高效且公平的信用分配，提高了通信协作的效率。