本發(fā)明屬于無人集群協(xié)同技術(shù)領(lǐng)域，具體涉及一種基于多智能體分層強(qiáng)化學(xué)習(xí)的弱觀測條件下無人集群協(xié)同方法。本發(fā)明首先對環(huán)境進(jìn)行狀態(tài)定義，然后按照POMDP模型對狀態(tài)空間進(jìn)行定義，包括觀察集合以及觀察函數(shù)，再隨機(jī)初始化一個(gè)由一系列概率值分布的信念狀態(tài)，同時(shí)根據(jù)傳統(tǒng)強(qiáng)化學(xué)習(xí)思想，設(shè)置狀態(tài)轉(zhuǎn)移函數(shù)、立即回報(bào)函數(shù)、折扣率、探索率等；然后采用基于MAXQ算法的分層強(qiáng)化學(xué)習(xí)框架，將無人集群的任務(wù)分層，達(dá)到對復(fù)雜的任務(wù)進(jìn)行分而治之的目的，降低集群的參數(shù)維度，有效緩解計(jì)算機(jī)存儲不足和計(jì)算繁瑣的壓力，提高強(qiáng)化學(xué)習(xí)效率和精度。本發(fā)明能夠保證多個(gè)智能體參與協(xié)同任務(wù)時(shí)保持更高的效率和更好的協(xié)同效果。