一种动态角色表示的个性化多智能体协同算法

本发明公开一种动态角色表示的个性化多智能体协同算法，首先通过价值网络对全局状态和历史状态进行编码，为智能体角色分配提供参考，使策略优化具有全局指导性；随后通过引入的角色模块，采用分层二分类的角色划分方法自动对智能体进行动态分组，使智能体在不同任务阶段获得精细化角色定位，将个体策略学习与角色动态调整解耦，无需在每次策略更新时都计算智能体角色，从而提升协作效率，减小计算量；在策略更新方面，本发明采用分步策略网络更新方式，即将策略网络更新分为合作策略网络更新与个性化策略网络更新，保证了智能体间的共享协作能力，又实现了同角色组内的个性化策略优化，提升策略稳定性与泛化能力。