本發(fā)明公開了一種強化學習多代理合作任務下的代理貢獻分配的方法，包括：每個代理獨立觀測環(huán)境狀態(tài)，輸入各自的策略網(wǎng)絡，得到各自的動作決策；在模擬環(huán)境執(zhí)行各代理的動作，環(huán)境反饋的全局獎勵；將各代理之間的交互建模為一張無向圖，使用此圖計算出每個代理的貢獻權值；使用各代理的貢獻權值計算各代理的局部獎勵，使用此局部獎勵對每個代理各自的策略網(wǎng)絡進行訓練。該方法能夠對多個代理與環(huán)境交互后的結果（獎勵）進行貢獻分配，能夠起到可信度賦值的效果，給訓練算法提供更加精準的獎勵描述，幫助多代理系統(tǒng)在合作任務上學習到更好的策略。