在工业4.0与中国制造2025的大环境背景下,智能制造与智能工厂已经成为了影响生产力水平与国民经济的国家重点发展对象。智能装配系统通常指以协作机械臂为基础,面向个性化、多样化装配任务的多智能体系统。相比于单机械臂的操作,协作机械臂存在更为复杂的运动干涉问题,传统控制方法的计算量庞大,难以满足趋于多种类的现代工业需求。多智能体强化学习为解决机械臂协同装配的问题提供了新的解决思路。本研究提出一种基于多智能体强化学习的多机械臂智能装配系统,旨在通过端到端的学习过程使协同机械臂相互配合完成不同类型的装配任务,因此使用少量设备便可以完成多种装配任务。针对协同机械臂装配任务,本文在MADDPG算法的基础上提出改进,通过引入LSTM与好奇心机制改善了多智能体系统任务的部分观测马尔可夫性以及稀疏化奖励的问题。同时,利用Gym开发工具与MuJoCo物理引擎建立了面向多智能体系统的仿真环境用于实验,包含了完整的控制规则以及场景任务,并对奖励函数实现分段式分解的处理方法,提升学习效率。然后将改进后的MADDPG算法在自定义仿真环境中进行实验以验证算法以及环境的有效性。通过在三个实验场景下进行验证,本文所用改进后的MADDPG方法在两种实验场景下的多机械臂的协同装配问题上取得了理想效果,相比原始MADDPG算法在获取奖励上分别有16.83%以及37.56%的提升。