基于边缘-中心混合优化多智能体强化学习故障诊断方法

本申请涉及计算机技术领域，公开了一种基于边缘‑中心混合优化多智能体强化学习故障诊断方法，方法包括以下步骤：S1、采集设备数据并预处理；S2、分层故障诊断：智能诊断智能体采用分层强化学习结构，由高层策略网络与低层策略网络组成；S3、边缘‑中心混合优化：中心策略优化智能体设计并分阶段训练高层策略网络与低层策略网络，采用教师‑学生策略结构对训练好的策略网络进行压缩与蒸馏；基于接收到的策略执行信息执行策略融合与全局更新；S4、策略迁移。本申请在故障样本极度稀缺场景下持续学习与策略更新，利用多智能体协同机制实现诊断知识共享、策略的同步与跨设备迁移，支持在边缘设备端高效部署与运行，并实时适应现场状态变化。