一种基于图神经网络与因子图分解的可拓展多智能体强化学习方法

本申请提供一种基于图神经网络与因子图分解的可拓展多智能体强化学习方法，基于多智能体与环境交互的局部观测数据与动作数据，构建动态交互图和逻辑协调图；基于局部观测数据为动态交互图的节点与边生成初始特征表示，并确定多智能体时间记忆特征；在动态交互图上计算动态邻域内的注意力系数，以确定高阶上下文协同表征；基于高阶上下文协同表征和逻辑协调图，求解各智能体局部最优动作分布；基于局部最优动作分布，通过端到端联合优化训练协同决策模型；在实际运行阶段，将实时局部观测数据输入至协同决策模型，输出协同执行动作指令，解决了联合动作空间指数膨胀和模型规模固定绑定的问题，实现了动态团队下的高效可拓展协同决策。