本發(fā)明公開(kāi)了一種基于深度強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)任務(wù)規(guī)劃方法。首先，根據(jù)任務(wù)需求，建立多無(wú)人機(jī)多目標(biāo)場(chǎng)景下的分布式部分馬爾科夫決策過(guò)程模型；然后，在建立的任務(wù)模型基礎(chǔ)上，設(shè)計(jì)基于QMIX的任務(wù)規(guī)劃算法。本發(fā)明設(shè)計(jì)了多智能體強(qiáng)化學(xué)習(xí)算法與協(xié)作任務(wù)獎(jiǎng)賞函數(shù)，使得多無(wú)人機(jī)在集中訓(xùn)練后，執(zhí)行任務(wù)時(shí)可以在分布式框架下根據(jù)不同的環(huán)境狀態(tài)與自身觀測(cè)做出協(xié)作完成任務(wù)的動(dòng)作，使任務(wù)完成時(shí)間減少，最大化任務(wù)收益。