一种基于分层多智能体强化学习的多无人艇矢量推进器博弈控制方法

本发明涉及一种基于分层多智能体强化学习的多无人艇矢量推进器博弈控制方法，属于智能船舶导航与矢量推进控制技术领域。所述方法包括建立无人艇动力学模型，设计推进器的效用函数，并构建Stackelberg博弈模型以协调领导艇和跟随艇的运动；通过H‑MARL算法求解Stackelberg‑Nash平衡（SNE），实现全系统的协同控制；利用上下层神经网络分别控制领导艇和跟随艇推进器的决策；通过智能体的交互调整控制策略，确保轨迹跟踪、阵型调整和碰撞规避等任务目标的完成。本发明通过多智能体系统的分层结构，优化了多无人艇系统在动态环境中的协作能力，显著提升了任务执行的精度、稳定性和安全性，适用于复杂环境下的多无人艇协同作业。