本發(fā)明公開了一種強(qiáng)化學(xué)習(xí)多智能體溝通與決策方法，包括：根據(jù)各個(gè)智能體的觀測(cè)狀態(tài)信息通過神經(jīng)網(wǎng)絡(luò)提取相應(yīng)的狀態(tài)特征；將所有智能體的狀態(tài)特征作為溝通信息輸入至VLAD層中進(jìn)行軟分配與聚類，得到聚類后的溝通信息；將聚類后的溝通信息分發(fā)給各個(gè)智能體，由各個(gè)智能體將自身的狀態(tài)特征與接收到的聚類后的溝通信息進(jìn)行聚合，并通過智能體內(nèi)部的全連接神經(jīng)網(wǎng)絡(luò)進(jìn)行動(dòng)作決策。該方法可以對(duì)各智能體的狀態(tài)信息進(jìn)行聚類并與其他智能體進(jìn)行溝通，進(jìn)而提高智能體的決策水平。