在未来战争中,传统的单兵种、单装备间的对抗将被多兵种、多装备对抗所取代。协同电子对抗利用计算机及通信技术将现有电子对抗系统联成网络,最大限度地发挥和利用现有技术、战术资源,提高系统的感知能力、攻击能力和防护能力,最终达到实现统一协调战斗行动,有效提高现有电子对抗系统综合作战效能的目的。面向中心式的对抗技术很难适应实时对抗系统的异构、复杂、动态、大规模特征需求,而多智能体强化学习技术具有的自主性、分布性、协调性特点以及自组织能力、自学习能力,有利于构建具有较强的鲁棒性和可靠性的协同对抗系统。本文致力于使用深度强化学习技术解决多智能体对抗系统中的问题。本文的研究主要针对即时战略博弈的小型战役场景和全面战役场景以及深度强化学习系统的设计与实现:1)在小型战役场景中,传统的动作-值函数在学术研究中得到了广泛的应用,但是动作-值函数很难适应即时战略博弈的场景,因为在这些场景中,智能体的数量可以随时变化。为了使多智能体体系结构更具可扩展性,本文探讨了一种可以避免在系统中使用动作-值函数的多智能体即时战略博弈强化学习框架,即在演员-评委（Actor-Critic）框架中使用一个所有智能体共享的全局状态-值函数和多个可以切换的演员函数,并设计了适合于该框架的全局奖赏函数。同时,本文还提出了更符合现实场景的半马尔可夫多智能体策略梯度算法,该算法不需要任何人类知识、可以应用于动作具备持续性的半马尔可夫决策过程当中。2)在全面战役场景下,问题有着比小型战役场景更高的状态空间和动作空间。本文在小型战役场景设计的强化学习框架和算法的基础上,针对在全面战役下可能出现智能体之间缺乏配合和训练更容易陷入局部解这两个问题,分别提出了反事实优势函数与联盟学习方法。3)本文给出了强化学习系统的设计与实现细节,并将小型战役场景和全面场景下的算法进行了实现。为了评估本文方法的性能,本文在一个简化的即时战略平台!RTS上进行了小型战役场景的实验和全面战役的实验。结果表明,经过本文方法所训练的人工智能（Artificial Intelligence,AI）在对战强力基线AI时具备极强的竞争力。