Para abordar los desafíos que surgen de la falta de datos de medición en tiempo real y los cambios dinámicos en la topología de la red en la optimización y control de las redes de distribución, este estudio propone una estrategia de optimización colaborativa basada en datos, adaptada para clústeres de múltiples áreas. En primer lugar, la red de distribución se agrupa en función de la modularidad de la distancia eléctrica y los indicadores de balance de potencia. A continuación, se construye un modelo de optimización colaborativa para múltiples clústeres con el objetivo de minimizar las desviaciones de voltaje en los nodos y las pérdidas de potencia activa. Luego, se desarrolla un modelo de decisión de Markov localmente observable dentro de los clústeres para caracterizar la relación entre los estados operativos temporales de la red de distribución y las instrucciones de toma de decisiones. Utilizando el marco Actor-Critic, se entrenan los agentes del clúster considerando los cambios en los límites del clúster debido a las variaciones de topología. Se diseña una red Crítico basada en un codificador de atención para mapear las observaciones del clúster que cambian dinámicamente a un espacio de dimensión fija, lo que permite a los agentes aprender estrategias de control bajo cambios de topología. Finalmente, los estudios de caso muestran la efectividad y superioridad del método propuesto.