简介： 本发明公布了一种数据驱动的多智能体系统PID控制协议自学习方法，本发明针对PID控制的多智能体系统，提出最优一致性问题；将求解基于PID控制的控制协议参数转化为求解一个非零和博弈问题，提出了一种非策略Q学习算法，实现PID控制协议参数在线自学习以及多智能体系统的最优一致性；将强化学习(RL)技术和神经网络函数估计方法相结合，不要求智能体系统动态已知，完全利用可测量数据自学习PID控制协议参数。本发明方法不需要知道多智能体系统的动力学模型，就能使所有智能体达到一致状态，即达到一致性，同时能保证多智能体规定性能的最优性。