基于层次化多智能体机器人集群控制方法及系统

本发明公开了一种基于层次化多智能体机器人集群控制方法及系统，旨在解决多智能体系统在复杂环境中的部分可观测性与环境非平稳性问题。该方法构建三层分层强化学习架构：高层策略负责全局任务分解与角色分配，中层策略将战术意图转化为协同行为模式，低层策略执行精确运动控制；采用图神经网络对集群建模，通过图卷积与注意力机制并行提取全局图表征与局部邻域特征，支撑分层决策；设计集中式图增强评价网络结合MAPPO算法进行协同优化，并引入动态对抗训练提升策略鲁棒性。本发明实现了全局规划与局部控制的有效解耦，提升了集群协同效率、策略可解释性及在动态环境中的适应能力。