随着大数据时代的来临,媒体能够轻易地获取很多与用户相关的信息,并从这些信息中提取关键内容,发现用户的喜好。媒体会根据用户的喜好来表达自己的观念,以此来增加关注者的数量。同时,公众也会受到媒体的影响来调整自己的观念。本文将多智能体强化学习引入到社交网络中,研究多个媒体之间的互动如何影响社交网络中的舆论演变情况。具体地,本文提出了一个基于多智能体强化学习的社交网络模型,Gossiper-Media模型,对社交网络中公众和媒体之间的交流行为进行模拟仿真。本文将公众建模为基于社交网络的领域感知被动学习智能体（称为Gossiper模型）,并使用有界置信模型（Bounded Confidence Model,BCM）和取平均值这两种方式更新公众智能体的观念。考虑到在真实社交网络中存在多个媒体,媒体之间会存在相互竞争的关系,所以本文将媒体建模为相互竞争的主动学习智能体（称为Media模型）,其中智能体以最大化关注者的数量为学习目标,并使用多智能体强化学习算法学习最优竞争策略。在竞争环境下多个媒体的稳态策略是一个纳什均衡策略,模型需要保证多个竞争的媒体可以学习到纳什均衡策略。为了解决这一问题,本文提出一种可以在多智能体系统下学习到纳什均衡策略的强化学习算法——自适应连续动作学习自动机算法（Adaptive Continuous Action Learning Automaton,A-CALA）。该算法对连续动作学习自动机算法（Continuous Action Learning Automata,CALA）进行改进,使用价值函数估计期望动作的价值,并引入可调节的学习率,使得算法可以有效地处理多智能体环境中的纳什均衡问题。本文还从理论和实验两个方面论证了A-CALA算法能够学习到纳什均衡策略。在此基础上,本文从理论分析和实验验证两个角度分析了媒体对社交网络舆论演变的影响。理论分析主要是在全连通网络上,基于平均场理论定性的分析媒体存在情况下社交网络舆论的变化规律。实验验证层面,本文分别在全连通网络、小世界网络和Facebook真实网络三个社交网络上做了大量的模拟推演。分析发现,媒体的存在有助于公众的观点趋于一致,增强公众观点的一致性,多个媒体的存在更能够加强这种效果。