摘要：针对多无人机区域覆盖任务中的机间通信资源分配问题，提出了一种基于强化学习的多智能体动态通信资源分配模型。利用多智能体生成树覆盖方法生成任务区域内各个无人机的覆盖航线，对无人机与地面基站及无人机之间的通信链路进行建模。由于飞行环境的不确定性，将长期的资源分配问题建模为随机博弈模型，将无人机间的空-空链路视作一个智能体，每个智能体采取的动作包含选择工作频段和发送端的传输功率。在此基础上，基于双深度Q网络（DDQN）设计多智能体强化学习(MARL)模型，使得每个智能体通过奖励函数的反馈学习到最优通信资源分配策略。仿真结果表明：MARL模型能够在动态航迹下自适应选择最佳通信资源分配策略，提高时延约束下的负载交付成功率，同时降低空-空链路对空地下行链路的干扰并增大信道总容量。