一种支持强化学习的多智能体博弈对抗智能仿真平台及其实现方法

本发明公开了一种支持强化学习的多智能体博弈对抗智能仿真平台及其实现方法，涉及多智能体系统仿真技术领域，包括以下步骤：S1、构建多维环境约束状态集合；S2、使用多维环境约束状态集合进行多智能体时序行为映射；S3、使用行为关联轨迹集合进行对抗状态传播计算；S4、使用对抗耦合状态矩阵进行强化学习反馈关联；S5、使用行为迭代响应序列和对抗耦合状态矩阵进行博弈收敛演化分析。本发明通过设置基于多维环境约束状态集合进行的多智能体时序行为映射，可以在统一环境状态边界下构建跨主体、跨时间窗口的行为传播网络，实现对智能体行为连续传播过程的真实刻画，为后续对抗状态传播计算和博弈收敛演化分析提供可靠基础。