基于联邦多智能体SAC算法的无人艇协同围捕方法

本发明公开了一种基于联邦多智能体SAC算法的无人艇协同围捕方法，包括：构建欠驱动无人艇的三自由度运动学模型；基于SAC算法建立单智能体的策略学习模型，采用最大熵目标进行策略训练与优化；设计集中式训练—分布式执行架构；建立联邦聚合机制；构建联邦多智能体SAC算法框架，实现多智能体间策略协同更新与围捕控制任务的高效执行。该方法结合SAC算法和集中式训练—分布式执行机制，实现多智能体策略优化；通过联邦平均算法实现多智能体策略参数的周期性聚合，提升全局策略一致性与系统协同能力。本发明可实现多智能体策略协同优化，具备通信效率高、策略收敛快、适应性强等优点，适用于复杂环境下的无人艇围捕任务。