本研究提出了一种基于分层多智能体强化学习的方法，利用MATLAB构建频域内的协同干扰模型，并采用双深度Q网络（DDQN）优化决策策略，实现智能化的协作干扰。
基于分层多智能体强化学习的协同干扰智能策略决策方法：利用MATLAB多智能体协同学习资料构建频域协同干扰决策模型，并使用DDQN解决任务，在100集滚动平均值中获得0.6的缩放奖励（从-1到1）。该方法探索并实现多智能体系统在复杂环境下的优化决策流程。提出了一种基于分层多智能体强化学习的智能协同干扰策略，采用多智能体马尔可夫决策过程构建协同决策机制，并建立了频域协同干扰决策模型。此外，引入了分层强化学习的设计思想，并通过优先经验回放（PER-DDQN）优化方法寻找最优策略，该方法具有树结构特点。
5星
