一种多智能体系统协同控制的策略优化方法

本发明涉及多智能体系统协同控制技术领域，公开了一种多智能体系统协同控制的策略优化方法，包括：采集局部观测数据并转换获取状态表征向量；接收邻接智能体的特征流以投影输出意图特征向量；结合二者完成互信息下界最大化计算并输出信用分配权重；计算优势函数并修正策略梯度以更新策略网络参数；根据离散度因子重写配置寄存器以调整滑窗步数与量化位宽，本发明通过局部状态与潜在意图的相互约束解耦转移概率不确定性，减小梯度方差波动，在降低通信开销的同时避免控制死锁，增强去中心化网络收敛稳定性。