本发明提供一种基于子空间感知的多智能体探索方法和设备，该方法包括：获取多智能体与游戏仿真环境交互得到的多组仿真数据；从多组仿真数据中选取至少一组目标仿真数据，并确定每一组目标仿真数据中多智能体的输出动作分别对应不同维度的状态子空间的团队奖励；基于任意一组目标仿真数据中多智能体的输出动作分别对应不同维度的状态子空间的团队奖励，更新任意一组目标仿真数据中多智能体的输出动作对应的初始团队奖励；在各组目标仿真数据中多智能体的输出动作对应的初始团队奖励更新完成后，基于更新后的至少一组目标仿真数据，更新多智能体的参数，使得智能体的探索方向可以被控制，提高了多智能体的探索效率。