1.AI智能控制系统的IQL协同控制方法，其特征在于包括以下步骤：S1、对于由N个智能体组成的多智能体系统MAS，构建基于动态异步的虚拟控制器；

S2、在虚拟控制器中，引入具有多重干扰的抵消模型，抵消模型用于抵消MAS中存在的多重外部干扰和内部耦合干扰，从而稳定MAS的协同控制；

S3、对于IQL多智能体系统，利用虚拟控制器改进IQL多智能体系统的动作选择过程，将每个智能体都等效为相互关联的智能系统，而非独立个体，从而改进IQL多智能体系统在环境非稳定性下的控制输出效果；

S4、基于改进后的IQL多智能体系统，实现对N个智能体的协同控制；

所述的S1中，构建基于动态异步的虚拟控制器的过程为：S11、对于N个智能体，智能体i在时间t的状态表示为向量，其中i表示智能体的索引，，t表示时间，Rn表示n维实数向量空间；智能体i在时间t的控制输入为，Rm表示m维实数向量空间，则智能体i在时间t的动态行为由以下状态空间方程来表示：（1）；

式中，和分别为MAS的系统矩阵和输入矩阵，为n行m列的实数矩阵构成的空间；为智能体i在时间t的非线性扰动项，描述了环境的不确定性和非线性干扰；

S12、引入虚拟控制器，并定义其为：（2）；

式中，为本地反馈增益矩阵；是与智能体i相邻的智能体集合；为智能体i和智能体j间的耦合增益矩阵；为智能体j在时间t的状态向量，且；

S13、为提升MAS在非稳定环境下的响应速度，在中采用异步更新机制，即不同智能体能够在不同时间步进行状态更新，定义为智能体i的更新间隔时间，并定义更新函数如下：（3）；

由此，在异步更新机制下的表达式为：（4）；

式中，为智能体i上一个时间步的控制输入；

所述的S2中，引入具有多重干扰的抵消模型的方法为：S21、若MAS中存在p种独立干扰，则受到独立干扰的影响，表示为：（5）；

式中，是对智能体i影响的增益矩阵；

S22、为抵消，在抵消模型中建立补偿差分器，使得：（6）；

S23、此时，和在异步机制下表示为：（7）；

S24、将代入式（1），得到：

（8）；

S25、经过干扰补偿，简化为：

（9）；

所述的S3中，利用虚拟控制器改进IQL多智能体系统的动作选择过程的方法为：S31、在MAS中引入IQL进行扩展，即为IQL多智能体系统，设定智能体i在时间t的状态为、动作为、奖励函数为，则其标准的Q-学习更新规则为：（10）；

式中，α是学习率；γ是折扣因子；为智能体i下一个时间步的状态，表示智能体i的状态和动作值函数；是迭代后的；

S32、为了将各智能体视为一个整体，并利用虚拟控制器使得各智能体在动作选择时具备相互关联性，设计如下动作选择策略：定义一个关联矩阵，其中表示智能体i与智能体j在时间t的关联度，的值通过虚拟控制器的输出加权计算得到，表示为：（11）；

式中，和分别表示由虚拟控制器输出的智能体i与智能体j在时间t的状态估计；是智能体在独立干扰为时的状态估计；

S33、基于，定义智能体i在时间t的稳定参数，更新规则为：（12）；

式中，表示智能体j的状态和动作值函数；

S34、改进后的动作选择策略表示为：（13）。

2.根据权利要求1所述的AI智能控制系统的IQL协同控制方法，其特征在于：所述的S13中，当时，智能体i根据当前状态向量计算新的控制输入，即为；当时，智能体i保持上一个时间步的控制输入。

3.根据权利要求1所述的AI智能控制系统的IQL协同控制方法，其特征在于：利用虚拟控制器改进IQL多智能体系统的动作选择后，每个智能体在选择动作时，不仅考虑自身的Q值，还通过虚拟控制器的关联矩阵综合考虑邻近智能体的Q值，从而提升整体的协同性与稳定性，其中Q值为IQL的智能体价值参数，包括Q-Table和Q-function。

4.根据权利要求1所述的AI智能控制系统的IQL协同控制方法，其特征在于，还包括S5、利用李雅普诺夫候选函数，对MAS和IQL多智能体系统的稳定性进行分析。

5.根据权利要求4所述的AI智能控制系统的IQL协同控制方法，其特征在于，所述的S5中，对于引入了抵消模型的虚拟控制器，利用李雅普诺夫候选函数，对MAS的稳定性进行分析，过程为：对于李雅普诺夫候选函数，表示为：（14）；

式中，是对称正定矩阵；是时间相关的耦合系数，R为实数集；其中，表示为：（15）；

式中，和是调节参数；为智能体j在时间t的控制输入；

的导数表示为：

（16）；

式中，是对t的一阶导数；

将式（9）结合至式（12）中，得到：（17）；

式中，是正定矩阵；

此时，对于基于动态异步的虚拟控制器，满足：（18）；

因此，适当选择、和，即可使得MAS在多重外部干扰和内部耦合干扰中保持渐进稳定性。

6.根据权利要求5所述的AI智能控制系统的IQL协同控制方法，其特征在于：所述的S5中，对于利用虚拟控制器改进了动作选择的IQL多智能体系统，利用李雅普诺夫候选函数，对IQL多智能体系统的稳定性进行分析，过程为：针对改进后IQL多智能体系统的李雅普诺夫候选函数表示为：（19）；

式中，和分别表示智能体i与智能体j在时间t的目标状态，此时，李雅普诺夫函数的时间导数表示为：（20）；

式中，、分别为迭代后的和；

结合式（1），得到：

（21）；

式中，是干扰补偿项；因此，适当选择、、和，IQL多智能体系统的稳定性得以保证。