面向复杂动态环境下智能化装备体系效能评估中存在的层级割裂、协同机理弱显式和长期适应能力难表征等问题，本文围绕单装自主性、系统协同性和体系学习性，提出面向复杂多智能体系统的跨层规则演化与协同优化框架。首先，在单装层采用部分可观测马尔可夫决策过程（POMDP）描述异构个体在部分可观测条件下的局部感知、风险评估与自主决策过程；其次，在系统层构建分布式部分可观测马尔可夫决策过程（Dec-POMDP）与动态有向加权图结合的协同建模框架，并引入图神经网络（GNN）刻画多智能体交互结构、联合价值与关键支撑链路；进一步，在体系层构建元分布式部分可观测马尔可夫决策过程（Meta-Dec-POMDP）规则演化模型，通过元状态、规则记忆与任务上下文条件化设计长期认知演化的收敛趋势、多样性保持与振荡抑制机制，实现跨任务学习与长期自适应。在此基础上，设计了行为上行归纳—规则下行塑形的跨层闭环机制，实现局部状态特征、协同结构语义与规则参数之间的复用传递和统一约束。仿真实验表明，所提完整闭环模型在基准及多类非平稳场景下均优于对比模型。研究表明，跨层闭环并非附加结构，而是将局部学习优势稳定转化为整体效能提升的关键机制，可为复杂多智能体系统的效能评估与自适应协同优化提供理论依据和方法支撑。

多智能体系统；分层演化学习；部分可观测马尔可夫决策过程（POMDP）；分布式部分可观测马尔可夫决策过程（Dec-POMDP）；图神经网络；体系效能评估