一种基于互信息驱动稀疏奖励的智能工厂多设备协同控制方法

本发明提出一种基于互信息驱动稀疏奖励的智能工厂多设备协同控制方法。该方法通过最大化连续观测特征间的互信息构建损失函数，利用神经网络输出特征差异生成蒸馏误差；同时，通过计算各设备动作与其他设备累积蒸馏误差间的互信息，构建内在奖励机制。最终融合蒸馏误差与内在奖励设计总奖励函数，实现多设备系统协同控制。该方法解决了传统多智能体强化学习在稀疏奖励场景下因过度依赖外部奖励引导而难以学习有效策略的问题，显著提升了多设备系统的协同性能，为多智能体强化学习算法在智能制造领域中的应用提供了关键技术支撑。