1.一種用于多智能體系統(tǒng)路徑查找的分布式深度q學(xué)習(xí)方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述分布式深度q學(xué)習(xí)方法，其特征在于，所述d-dmaql模型的具體建立過(guò)程還包括：
3.根據(jù)權(quán)利要求2所述分布式深度q學(xué)習(xí)方法，其特征在于，所述環(huán)境狀態(tài)類(lèi)型包括各智能體當(dāng)前時(shí)刻的所處位置，各智能體當(dāng)前時(shí)刻的目標(biāo)位置，多智能系統(tǒng)當(dāng)前時(shí)刻的位置向量，各智能體當(dāng)前時(shí)刻的實(shí)際速度，各智能體當(dāng)前時(shí)刻的實(shí)際加速度，各智能體累積的能量消耗。
4.根據(jù)權(quán)利要求2所述分布式深度q學(xué)習(xí)方法，其特征在于，所述動(dòng)作類(lèi)型包括給定環(huán)境狀態(tài)下，各智能體從當(dāng)前頂點(diǎn)移動(dòng)到拎一個(gè)相鄰頂點(diǎn)的過(guò)程。
5.根據(jù)權(quán)利要求2所述分布式深度q學(xué)習(xí)方法，其特征在于，所述狀態(tài)轉(zhuǎn)移函數(shù)如下所示：
6.根據(jù)權(quán)利要求2所述分布式深度q學(xué)習(xí)方法，其特征在于，所述獎(jiǎng)勵(lì)函數(shù)如下所示：
7.根據(jù)權(quán)利要求2所述分布式深度q學(xué)習(xí)方法，其特征在于，所述深度q網(wǎng)絡(luò)為卷積神經(jīng)網(wǎng)絡(luò)，該卷積神經(jīng)網(wǎng)絡(luò)包括一個(gè)輸入層，多個(gè)隱藏層，以及一個(gè)輸出層。
8.根據(jù)權(quán)利要求2所述分布式深度q學(xué)習(xí)方法，其特征在于，所述d-dmaql模型的全局損失函數(shù)如下所示：