随着计算机科学的发展,特别是强化学习理论的大量应用,将强化学习方法应用在多智能体系统中的研究逐渐热门。强化学习模拟人类活动中获得奖励的过程,通过最大化奖励的方式为研究人员提供了一种求解多智能体控制系统的方法。多智能体系统利用强化学习可以进行自适应的学习,可以很好面对环境中的动态特性。随着多智能体系统的应用场景越来越多,利用强化学习在多智能体系统中设计灵活的算法也是当今的研究热点。为了达到上述目标,本文结合已有的多智能体系统中的强化学习算法,针对在多智能体协同环境中的强化学习方法进行研究,主要完成了以下工作:(1)提出一种适用于全局观测环境下多智能体强化学习算法。本文提出的算法利用注意力机制自适应选择环境中的智能体信息,以注意力的方式聚合选择之后的智能体信息,从而替代传统多智能体强化学习中的联合状态以及联合动作。将其应用于多智能体协同环境中,与MADDPG算法相比较,进行实验中验证了算法的高效性。(2)提出一种基于图网络的多智能体强化学习方法。在部分可观测的多智能体环境中,利用图网络进行智能体之间的信息传递,从而使多智能体系统中的每个智能体感知全局信息进行学习。并将该方法与强化学习相结合,将其应用于多智能体协同环境中,与全局观测的多智能体算法相比较,进行仿真实验,验证了算法的有效性。(3)结合本文提出的算法,在多智能体协同环境中,针对环境中智能体数量改变之后的环境进行实验验证。利用本文所提的算法与课程学习的思想相结合,将复杂的学习过程简化,并在仿真环境中进行试验验证了该方法的可扩展性。因此,本文通过强化学习在多智能体协同环境中设计了相应的算法,并且应用于多智能体协同环境中进行仿真实验。