本發(fā)明公布了一種數(shù)據(jù)驅(qū)動(dòng)的多智能體系統(tǒng)PID控制協(xié)議自學(xué)習(xí)方法，本發(fā)明針對(duì)PID控制的多智能體系統(tǒng)，提出最優(yōu)一致性問題；將求解基于PID控制的控制協(xié)議參數(shù)轉(zhuǎn)化為求解一個(gè)非零和博弈問題，提出了一種非策略Q學(xué)習(xí)算法，實(shí)現(xiàn)PID控制協(xié)議參數(shù)在線自學(xué)習(xí)以及多智能體系統(tǒng)的最優(yōu)一致性；將強(qiáng)化學(xué)習(xí)(RL)技術(shù)和神經(jīng)網(wǎng)絡(luò)函數(shù)估計(jì)方法相結(jié)合，不要求智能體系統(tǒng)動(dòng)態(tài)已知，完全利用可測(cè)量數(shù)據(jù)自學(xué)習(xí)PID控制協(xié)議參數(shù)。本發(fā)明方法不需要知道多智能體系統(tǒng)的動(dòng)力學(xué)模型，就能使所有智能體達(dá)到一致狀態(tài)，即達(dá)到一致性，同時(shí)能保證多智能體規(guī)定性能的最優(yōu)性。