一种用于多机械臂的双层智能体优化方法、装置、设备及存储介质

本发明提供了一种用于多机械臂的双层智能体优化方法、装置、设备及存储介质，通过在高层引入RRT‑Connect算法与B样条轨迹平滑优化，对搬运任务的环境信息进行全局路径规划，并利用运动学链模型将平滑后的质心轨迹转换为各机械臂末端参考轨迹序列，再将该参考轨迹作为MAPPO算法驱动的底层分布式实时控制引导信号，结合多层奖励函数对任务完成度、运动平滑性和协调性进行综合反馈，引导各机械臂智能体在跟踪过程中协同调整关节动作，从而实现全局规划与局部控制的无缝衔接，显著提升搬运运动的平滑度与协同效率。