基于数字孪生和深度强化学习的多智能体协同避碰采摘方法

本发明涉及智能农业机器人技术领域，提供了一种基于数字孪生和深度强化学习的多智能体协同避碰采摘方法，包括构建采摘场景的数字孪生模型，通过三维点云重建生成环境几何参数、智能体动力学参数和果实位置参数；实时采集环境状态数据并输入数字孪生模型进行时空对齐处理，生成同步状态数据；基于同步数据通过深度强化学习网络生成包含避碰优先级矩阵、路径规划序列和任务分配权重的协同策略；根据策略生成动作指令集合，经数字孪生模型虚拟‑物理空间双向验证后控制多智能体执行采摘任务。本发明可以实现多智能体在动态环境中的高效避碰与精准采摘，提升采摘效率、安全性和系统鲁棒性。