简介： 本发明涉及多智能体强化学习领域，为在博弈均衡状态分析的基础上，针对博弈双方动态交互的特点，对双方策略优化方法进行改进，本发明，强化学习非零和非合作多智能体安全通信功率控制方法；步骤如下：建立无线网络干扰‑抗干扰通信博弈框架；训练阶段动态博弈的功率控制，方法如下：在强化学习的训练阶段，采用合作式的训练方式；在强化学习的感知阶段，干扰机直接获得一定误差下基站的发射信号强度信息，发射机则根据用户反馈的信号与干扰加噪声比SINR来估计干扰机干扰功率，执行下一次动作选择；对抗双方在训练阶段反复进行该过程，直到所有智能体收益基本保持均衡为止，达到收敛。本发明主要应用于雷达、干扰机设计制造场合。