集群搜索和区域覆盖问题在军事侦察、蜂群打击、智慧植保、环境勘探等方面有着广泛的应用,在军用和民用领域被广泛研究。现有区域搜索和覆盖算法所规划的路径具有很强的规律性,没有充分考虑集群的动态变化和环境态势的发展,因而无法获得多约束条件和存在突发事件下的最优解。本文以无人机群搜索问题为研究课题,重点研究基于深度强化学习的无人机群搜索算法。主要研究内容有以下方面。梳理了从马尔可夫过程到多智能体强化学习值分解问题的发展历程,指出现有基于强化学习的集群搜索算法研究多以单智能体演化算法为主,缺乏基于值分解问题的最新方法。因而都不可应用于分布式的决策环境中。为了平滑地从单智能体算法向多智能体算法过渡,本文首先提出了基于序列决策的集群搜索方案。在回报函数设计、环境探索设计方面进行了充分的思考,巧妙利用状态空间在时间域的歧义性问题实现不同智能体间的样本互用,打破回报函数设计与任务目标呈正相关或负相关的思维定势,并通过仿真对比验证了改进方案的收敛稳定性及效果更优。在基于序列决策的集群搜索方案的基础上,本文进一步提出了基于分布式决策的无人机群搜索方案。详细阐述了两者在环境建模方面的区别。从算法层面通过图文结合的方式详细论证了现有非单调性值分解算法学习速度慢的原因,并提出了快速值分解算法。通过仿真试验证实了该集群搜索问题属于非单调性值分解问题,且新提出的算法比现有非单调性值分解算法有着更快的学习速度。最后本文设计了一个基于机器人操作系统和无线路由通信的无人机群实物验证平台,基于该系统给出了无人机群协同搜索的软件在环验证及实物飞行验证,进一步证实了基于序列决策的无人机群搜索方案的可行性及算法优越性。