一种基于元强化学习的多机器人动态任务规划方法

本发明公开了一种基于元强化学习的多机器人动态任务规划方法，涉及机器人系统任务调度领域，S1：建立多个具有代表性的任务规划场景的数学模型；S2：应用元强化学习方法，在步骤S1中建立的任务规划场景中进行预训练，得到通用的任务规划算法参数；S3：建立目标任务规划场景的数学模型；S4：应用深度强化学习方法，基于步骤S2中得到的算法参数进行微调，得到适合目标场景的最优任务规划方法。本发明设计了一种基于元强化学习的任务规划算法，在任务无法预先确定的动态任务规划场景中，能在较短时间内获得效率较高的任务规划方案，且在场景发生变化时，能在少次更新后达到与原先持平的性能水平，极大地提高了算法对动态环境的适应能力。