一种基于强化学习的中心化多智能体任务调度方法及系统

本发明公开了一种基于强化学习的中心化多智能体任务调度方法及系统，中心智能体对接收的任务进行分解，构建任务依赖图以明确任务间的逻辑关系。中心智能体利用自适应优先级调度算法，根据任务依赖图动态地调整任务优先级，以优化调度序列。任务由子智能体执行，子智能体通过eXMCP协议实时向中心智能体反馈任务执行状态。最后，中心智能体综合考量动态调整后的任务优先级和子智能体反馈的实时状态信息，进行全局协调与决策，实现高效、自适应的任务调度。该方法通过强化学习框架下的中心化决策与分布式执行反馈相结合，旨在提升复杂任务在多智能体环境中的调度效率和系统性能。