基于GA-RL的分层多智能体桥隧群维修决策方法及装置

本发明提供一种基于GA‑RL的分层多智能体桥隧群维修决策方法及装置，涉及土木工程技术领域。该方法包括：根据专家策略和遗传算法离线构建专家策略库，根据网络级强化学习智能体在线选择最优策略；采用近端策略优化算法为每种桥隧类型训练专属的桥隧级强化学习智能体，生成待维修桥隧的维修申请；将最优策略转化为可计算的优先级评估模型，生成桥隧维修优先级序列，根据差分进化算法优化预算分配比例，生成桥隧群网络级维修方案。本发明提出基于GA‑RL混合算法的分层多智能体决策框架，既弥补了静态优化缺乏环境适应性的不足，又突破了动态规划在大规模场景中的计算瓶颈，为复杂桥隧群网络维修决策提供了更高效、自适应的解决方案。