森林火灾关系着国家经济损失和人民财产安全,而及时的火情监测和扑救是火灾救援现场处置必要手段。无人机（Unmanned Aerial Vehicles,UAV）由于其高机动性和较低的成本也逐渐在林场火灾救援中得到重视。本文针对森林火灾救援现场处置问题提出基于多智能体强化学习的无人机集群火灾救援策略。该方法在搭建无人机集群系统基础上采用多智能体强化学习策略实现复杂火场环境下无人机集群自主规划路线、实时传输火场情况。并采用分布式训练平台对多智能体强化学习算法进行分布式训练,仿真结果表明该救援策略具有较好效果。本系统主要由用于火情监测的监测无人机、用于灭火的无人机、无人车和负责训练基于强化学习算法模型和实时监测火情的地面控制台三部分组成。本文主要做了以下几个方面的研究工作:（1）在构建无人机集群系统基础上,设计了无人机飞控模块、火势评价模块,给出了基于YOLO V3的火灾现场目标检测算法,并具体说明了几种常见强化学习算法。目标检测无人机的实时将检测到的火焰和烟雾的信息传输给地面控制台,由地面控制台给出火情判断。实验测试结果表明,该算法在目标检测无人机平台上的识别率可达到84.3%,视频检测速率可达3.2 fps以上。（2）针对无人机集群的森林火灾救援问题,提出了一种多智能体深度强化学习（Multi-Agent Deep Reinforcement Learning,MADRL）方法。该方法以近端策略优化算法（Proximal Policy Optimization,PPO）为基础,采用一种中心式的值函数方式来考虑全局信息,通过一个全局的值函数来使得各个单个的PPO智能体相互配合,并采用集中式训练和分布式执行机制。实验表明,该算法在最大化奖励和收敛速度方面明显优于多智能深度确定性策略梯度（Multi-Agent Deep Deterministic Policy Gradient,MADDPG）算法和近端策略优化算法,满足在森林火灾救援任务需要。（3）为了提高训练速度和GPU的利用率,采用开源分布式框架Ray设计并搭建了面向多智能体强化学习平台的分布式训练框架。实验结果表明,分布式并行训练大大降低了训练时间,GPU的利用率显著提高,训练速度相比于单机训练提升了40%。