多目标动态规划是智能无人集群系统协同任务控制中的一个典型问题。多目标动态规划技术可以广泛应用于无人机集群的协同目标跟踪、协同目标打击、协同送货以及协同目标搜索等应用当中,能够为这些应用任务高效完成提供有效支持。多目标动态规划问题最主要的挑战是:如何在一定约束条件下,以最优的方式,在智能体集群中合理分配目标,规划出所有智能体的无碰撞路径,使得整个任务完成代价最小化,即在保证低碰撞概率的同时,寻找最短运动路径。为此,本文针对无人集群多目标动态规划问题展开研究,提出了一个基于多智能体Actor-Critic框架的多目标规划模型以及一种基于分层注意力机制的多智能体强化学习算法,构建了一个基于多智能体强化学习的多目标动态规划原型系统,在此基础上,对本文的研究成果进行了实验验证。本文的贡献包括以下三点:（1）针对现有方法难以适应未知的动态任务环境以及难以应对任务中智能体数量与目标数量不对等问题,提出了一个基于多智能体Actor-Critic框架的多目标动态规划模型。该模型将智能无人集群抽象为多智能体系统,将多目标动态规划问题抽象为多智能体任务,利用人工势场法设计奖励反馈,同时利用奖励反馈描述任务约束,使用多智能体Actor-Critic框架,在动态环境中对模型进行训练,鼓励智能体充分探索环境,能够使智能体学习到有效的策略,从而提升智能体策略的实时性和鲁棒性。（2）针对智能体异构且任务中智能体数量增多导致的Critic输入空间维度爆炸问题,提出了一种基于分层注意力机制的多智能体强化学习算法,该算法基于多智能体Actor-Critic框架,采用集中训练、分布执行的模式,利用循环神经网络和分层注意力机制进行信息表示学习和信息加权压缩,提升了算法处理效率,而且该算法既适合静态多目标分配场景也适合动态多目标分配场景,具有良好的适应性和可扩展性。（3）基于上述研究成果,设计并实现了一个基于多智能体强化学习的多目标动态规划原型系统,搭建实验环境,在Open AI开源的多智能体粒子环境中构建实验场景,对本文的研究成果进行了实验验证。结果表明,相比于现有的方法,本文所提出的模型和算法在性能、鲁棒性等方面均有明显的提升,并且具有一定的可扩展性。