一种基于群体强化学习的多智能体协同优化方法

本发明公开了一种基于群体强化学习的多智能体协同优化方法，涉及自动化内容生成与运营技术领域。方法包括：获取内容生成与运营目标，拆分为多个运营子任务并分配给各智能体；各智能体获取局部状态并协同执行对应的动作，获得协同执行结果；根据协同执行结果计算全局运营奖励并分解为各智能体的个体奖励；将交互经验存入共享经验池；构建并动态更新相互学习矩阵，依据历史运营贡献度、策略与全局目标的一致性以及功能互补性更新矩阵元素；基于经验样本及相互学习矩阵对各智能体策略进行协同更新。本发明通过共享经验池与相互学习矩阵实现群体经验复用和可控策略迁移，提升了多智能体协同优化的学习效率、稳定性和整体运营效果。