近年来,深度强化学习在不同产业应用中取得了很大的成功,特别在游戏领域,通过深度强化学习算法训练的非人类玩家在各方面都有超过人类玩家的表现。在机器人运动控制的深度强化学习研究中,多机器人协同作业的深度强化学习研究是未来发展无人系统的核心内容。但目前多无人系统运动控制的深度强化学习研究面临状态和行为空间维数高、状态信息误差大以及样本量少的问题,为解决这些问题科学家提出了融合先验知识和虚实结合等策略的机器人运动控制深度强化学习框架。其中虚实结合是一种在仿真系统环境下开展机器人的深度强化学习研究,研究结果再迁移应用于实体机器人的研究方法。在当前技术条件下,作为实际系统映射的仿真系统存在模拟匹配度低等问题,这些问题使得在仿真系统下的学习训练结果不能有效迁移到实际系统。平行学习思想的提出为解决上述问题提供了新的解决思路。平行学习思想应用于无人系统的深度强化学习研究,可以进一步扩展无人系统深度强化学习的学习能力和快速收敛能力,然而在实践落地过程中也将面临各种技术难题。本课题基于适合复杂系统的计算理论与方法,结合虚实联动平行学习智能体系开展面向多无人机协同作业的平行学习关键技术研究,来探索解决相关技术难题。本课题研究内容主要包括下列的四个方面:面向多无人机协同作业的平行学习架构设计;针对无人机人工系统,设计实现可扩展的解耦算法与环境的强化学习训练框架（GLUE）;基于GLUE探索研究无人机的三维仿真深度强化学习训练实现;最后基于GLUE实现无人机虚实联动实物实验。其中多无人机协同作业的平行学习架构是本文研究的基础框架,本课题研究工作期望为未来多无人机协同作业的平行学习研究提供可参考的解决方案。