用于智能体的通信方法、装置、设备、介质和程序产品

本公开的实施例涉及用于智能体的通信方法、装置、设备、介质和程序产品。在此提出的方法包括：确定与智能体系统中第一智能体相关联的通信链路的当前网络状态，智能体系统包括用于协同执行目标任务的多个智能体；通过融合当前网络状态、历史通信状态和任务状态，构建状态表示；由强化学习模型基于状态表示从多层级动作空间中确定第一通信策略；基于第一通信策略，经由通信链路执行第一智能体与智能体系统中的至少一个第二智能体的通信；基于奖励函数确定与第一通信策略对应的奖励信息，以根据奖励信息更新强化学习模型。以此方式，本公开的实施例能够提高智能体系统的通信决策的准确性，并提高通信效率和多个智能体的任务执行效率。