摘要：針對經(jīng)典強(qiáng)化學(xué)習(xí)的多智能體編隊存在通信和計算資源消耗大的問題,本文引入事件驅(qū)動控制機(jī)制,智能體的動作決策無須按固定周期進(jìn)行,而依賴于事件驅(qū)動條件更新智能體動作。在設(shè)計事件驅(qū)動條件時,不僅考慮智能體的累積獎賞值,還引入智能體與鄰居獎賞值的偏差,智能體間通過交互來尋求最優(yōu)聯(lián)合策略實(shí)現(xiàn)編隊。數(shù)值仿真結(jié)果表明,基于事件驅(qū)動的強(qiáng)化學(xué)習(xí)多智能體編隊控制算法,在保證系統(tǒng)性能的情況下,能有效降低多智能體的動作決策頻率和資源消耗。