对目标区域的监视或者搜索是多智能体系统的重要应用领域之一。区域覆盖算法作为多智能体系统的一种控制算法,决定着系统能否高效率的完成区域覆盖。因此,优化区域覆盖算法,提高区域的覆盖效率对多智能体系统的应用具有重大的意义。目前对区域覆盖算法的研究主要集中在:智能体的运动控制模型的改善和覆盖点规划的优化。但目前研究仍存在以下问题:（1）智能体难以同时考虑自身当前的覆盖状况以及邻居的覆盖状况来对覆盖点进行协同规划;（2）智能体在覆盖点规划的过程中无法考虑当前规划对整个覆盖过程的影响;（3）智能体之间的通信数据量大,以及覆盖点规划的时间消耗大,导致系统难以满足实时控制的要求。上述三种问题是造成区域覆盖算法的覆盖效率较低的主要原因。本文针对上述问题,将深度强化学习应用到区域覆盖算法中,利用深度强化学习的自主决策以及过程经验学习的能力,实现对整个系统覆盖过程的全局优化。基于Deep Q-learning算法,本文提出了两种多智能体区域覆盖算法,它们分别适用于自由区域的区域覆盖和有障碍物区域的区域覆盖。在Deep Q-learning的实现中,本文以目标区域的信息地图作为网络模型的训练样本,并根据训练样本的特点,设计了一种轻型卷积神经网络结构。该结构可以有效提取智能体的状态特征并选择全局最优行为,以满足覆盖点规划的实时要求。训练后的网络模型在具体试验中有效减少了重复覆盖的区域面积,并显著提高了区域覆盖效率。为加快Deep Q-learning模型的训练速度,本文提出了一种多智能体协同训练的方法。在训练过程中,所有的智能体共享同一个样本池,并训练一个公共的网络模型。为增加样本量提高网络对样本的适应性,本文利用旋转和镜像的方式进行数据集增强。此外,本文还提出了一种信息地图数据的编码方式,这种方法很大程度地降低智能体之间通信数据的传输量。通过对本文提出的区域覆盖算法进行仿真,并和其他算法对比,结果表明该算法具有更高的覆盖效率和更好的稳定性。算法的鲁棒性测试中,在智能体的控制量中加入高斯噪声或者随机中断智能体之间的通信,模拟不稳定的环境和弱通信场景,多智能体系统仍能高效率的完成区域覆盖,表明算法具有良好的鲁棒性。