本发明属于人工智能领域，具体涉及一种基于状态分类与指派的多agent深度强化学习框架及方法。包括：执行M1，对生成的环境虚拟状态样本进行分类，并求解一个指派问题，得到状态分类模型F和agent的指派规则A；设置Multi‑Agents中的所有agent的网络结构，以及它们的学习模式、行动选择策略、更新方式和reward的计算方法；执行M2，首先初始化多个符合上述步骤设置的同质agent，然后初始化环境，最后多个agent与环境交互，学习行动策略，并更新各自的网络。本发明中将复杂的环境状态分解为简单易学习多个状态空间，并可以将多个agent指派到多个状态空间，克服单个agent面对人工划分的局部状态或者全局状态时学习效率低的缺陷，最终实现MADRL整体学习效果的提升。