本發(fā)明在結(jié)合強化學(xué)習(xí)試錯和動態(tài)規(guī)劃思想的基礎(chǔ)上，公開了一種基于地理位置的多智能體Q學(xué)習(xí)路由算法，QLGR(Q Learning based Geographic Routing)路由協(xié)議。協(xié)議在考慮下一跳節(jié)點質(zhì)量與負(fù)載能力的同時，基于地理位置信息選擇較優(yōu)的鄰居節(jié)點。同時在數(shù)據(jù)包傳輸時考慮數(shù)據(jù)回傳的情況，并對該情況的出現(xiàn)基于懲罰。本發(fā)明首先詳細(xì)分析了QLGR的設(shè)計思路、網(wǎng)絡(luò)架構(gòu)；其次，設(shè)計了基于Q學(xué)習(xí)衡量鄰居節(jié)點價值評估方法；接著，結(jié)合地理位置信息，權(quán)衡貪婪轉(zhuǎn)發(fā)與鄰居節(jié)點價值，設(shè)計了一種基于地理位置的轉(zhuǎn)發(fā)策略；最后通過仿真實驗對提出的路由協(xié)議進行測試，并與現(xiàn)有的路由協(xié)議進行對比。