基于多智能体强化学习的车身夹具夹紧单元生成方法

本发明公开了一种基于多智能体强化学习的车身夹具夹紧单元生成方法。其中，该方法包括：生成车身夹具夹紧单元的标准化输入数据，其中，所述标准化输入数据包括RPS分组预测结果、RPS距离边距参数和车身部位结构特征；基于所述标准化输入数据，通过图神经网络或基于规则的推理引擎对所述标准化输入数据进行推理，生成包含零件节点、约束关系及装配逻辑的参数约束子图；基于所述参数约束子图，通过多智能体强化学习模型对所述车身夹具夹紧单元的参数进行优化，得到优化参数向量，并基于所述优化参数向量生成所述车身夹具夹紧单元。本发明解决了现有夹具夹紧单元的设计建立在静态库基础上、缺乏动态关系推理无法自适应组装的技术问题。