多智能体协同决策是人工智能领域的一个热门的研究方向,在实际生活中有着重要的作用。随着深度强化学习在单智能体领域的成功,越来越多的学者将其应用到多智能体协同决策任务。但是,由于环境的复杂性和动态性,多智能体强化学习算法在学习过程中可能面临着维度爆炸甚至无法收敛的问题。因此,如何通过智能体之间有效的通信,让智能体进行正确的行为决策,是多智能体领域的一个重要研究课题。为了实现智能体之间有效的通信,以加强智能体的合作,本文基于现有的多智能体强化学习算法,对多智能体协同决策过程中智能体之间的通信进行了研究,具体的研究内容包括以下两部分:第一,针对如何实现智能体之间有效通信的问题,本文提出了基于认知差异和一致性表征的多智能体强化学习方法。通过使用注意力机制聚合智能体与其他智能体之间不同的信息,促进了智能体对环境的认知,使其进行正确的行为决策。本文进一步地设计了一个认知编码网络,获得每个智能体的全局认知一致性表征,然后计算与其他智能体隐藏状态的相似性,用以指导智能体策略网络的训练,进而实现了智能体对环境的一致性认知,加强了智能体的合作。在捕食者-猎物和星际争霸II环境上进行了对比实验和消融实验,实验结果验证了本文方法的有效性。第二,针对如何获取智能体之间的交互关系和进行信息融合的问题,本文提出了基于动态协同图的图卷积多智能体强化学习方法。利用智能体的空间信息和特征信息构建动态协同图捕获智能体之间的交互关系,过滤掉无需交互的智能体;然后利用动态协同图进行图卷积以实现对不同智能体信息的融合,从而增大智能体的感受视野,使其进行正确的行为决策。在星际争霸II环境上的实验结果表明,本文方法在智能体的数量增多时,能够更有效地提升算法的性能。