基于元强化学习的多智能体协作方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于医疗健康及金融科技等业务系统平台中，公开了一种基于元强化学习的多智能体协作方法，包括:根据获取的多源信息数据构建任务特征向量；根据任务特征向量计算新任务与训练任务的任务差异度；通过任务差异度构建元训练模型；根据采样任务对元训练模型进行双循环训练，得到最优元参数；将最优元参数作为新任务的初始参数，根据初始参数更新新任务与训练任务的任务差异度，根据更新后的任务差异度确定微调学习率，利用微调学习率对元训练模型进行微调处理；获取预设时间的环境数据，并将环境数据输入微调处理后的元训练模型中，得到动作分布概率，根据动作分布概率确定具体动作，并使多智能体执行具体动作。