本發(fā)明實施例提供了一種智能體的強化學習模型訓練方法及系統(tǒng)，上述方法包括：接收所述環(huán)境服務器發(fā)送的任意一個仿真環(huán)境包括的各個智能體的經(jīng)驗數(shù)據(jù)；將相關(guān)聯(lián)的智能體的經(jīng)驗數(shù)據(jù)進行混合并存儲于預設(shè)經(jīng)驗池中；獲取混合后的經(jīng)驗數(shù)據(jù)作為樣本數(shù)據(jù)，并基于所述樣本數(shù)據(jù)觸發(fā)待訓練強化學習模型的訓練，得到輸出的預測運行策略信息；將所述預測運行策略信息發(fā)送至所述環(huán)境服務器，以使所述環(huán)境服務器中對應的仿真環(huán)境執(zhí)行對應的預測運行策略；如果達到預設(shè)的模型訓練結(jié)束條件，將當前的待訓練強化學習模型確定為訓練得到的目標強化學習模型訓練。即本發(fā)明實施例提出了一種新的支持多智能體、多仿真環(huán)境的高效的強化學習模型訓練框架。