由于突发事件具有突发性、不确定性和动态性等特点，需要根据应急态势的变化进行动态决策。本文针对应急决策中任务动态分配以及任务执行过程中动态协作问题展开研究，对于丰富和完善应急决策理论有着重要的意义。论文将应急任务的动态决策问题划分为任务分配层和任务执行层两个层次，其中任务分配层，利用博弈论建立了动态任务分配模型，并给出了相应算法；任务执行层，利用协调图及其规则对任务执行过程中的动作协作进行描述。考虑到应急处置过程往往需要根据应急态势的变化，对任务分配和执行进行反复动态调整，因此，论文综合任务分配层和任务执行层的模型，利用强化学习方法进行任务分配层和任务执行层的学习。首先Agent根据Nash-Q值选择最优任务，在执行过程中运用协调图和变量移除法选择最优行动，并根据获得的立即回报更新Q值，在下一决策周期Agent根据状态和Q值重新进行任务的选择和执行。论文给出了相应的算法，并以围捕问题为算例，对算法进行仿真，验证了该方法的有效性和合理性。本文针对应急决策的特点，将应急任务的动态分配与任务执行过程中动态协作结合起来，为动态不确定环境中动态任务分配和动态动作协作的研究提供了一种有效的解决方法，对于应急决策理论和方法研究有一定借鉴意义。