本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的多設(shè)備自適應(yīng)監(jiān)測(cè)方法，包括以下步驟：構(gòu)建基于圖的無(wú)人機(jī)環(huán)境巡邏監(jiān)控的環(huán)境模型拓?fù)浣Y(jié)構(gòu)；對(duì)無(wú)人機(jī)的運(yùn)動(dòng)方式和通信范圍進(jìn)行定義和約束；構(gòu)建基于信息交互的巡邏監(jiān)控協(xié)同模型；利用Q?Learning方法獲取最優(yōu)的多無(wú)人機(jī)巡邏監(jiān)控策略；構(gòu)建分布式巡邏監(jiān)控協(xié)同模型；通過(guò)集中式訓(xùn)練分布式執(zhí)行的訓(xùn)練方法優(yōu)化改進(jìn)的值函數(shù)分解網(wǎng)絡(luò)VDNs模型，利用優(yōu)化后的模型實(shí)現(xiàn)極端環(huán)境多無(wú)人機(jī)自適應(yīng)巡邏監(jiān)控。本發(fā)明算法的魯棒性很強(qiáng)，能夠有效地解決不同復(fù)雜度的環(huán)境拓?fù)浔O(jiān)控問(wèn)題；在同一場(chǎng)景中，能夠適應(yīng)增加或者減少無(wú)人機(jī)數(shù)量的極端情況；且解決了極端環(huán)境下，多無(wú)人機(jī)之間不能互相通信的問(wèn)題。