分布式强化学习方法、系统及相关设备

本公开提供了一种分布式强化学习方法、系统及相关设备，涉及人工智能技术领域。该方法包括：根据分布式系统中各个智能体所处节点的局部状态信息，生成系统状态表征信息，其中，所述局部状态信息包含如下至少之一：环境状态信息、任务进度信息、资源占用信息；根据所述系统状态表征信息，生成动态融合模型的温度参数；基于所述动态融合模型，对各个智能体的局部奖励值进行加权融合，得到全局奖励值，其中，所述温度参数用于调整各个局部奖励值的权重信息；根据所述全局奖励值，更新各个智能体的策略信息，以使各个智能体根据更新后的策略信息生成相应的执行动作。本公开能够增强奖励机制对动态环境的适配能力，使各个智能体作出更优决策。