强化学习作为机器学习的重要分支,因其良好的决策能力,近年来受到了广泛关注。将强化学习融合到多智能体系统形成了多智能体强化学习,其已经成为人工智能领域的研究热点。传统的多智能体强化学习算法仅考虑外在动机,即根据环境的外在奖励引导智能体进行策略学习。当外在奖励稀疏或分配不明时,会导致智能体学习缓慢甚至无法学习到有效策略,这就是多智能体强化学习普遍存在的稀疏奖励问题和全局奖励贡献分配问题。本文提出了基于内在情感动机的多智能体强化学习算法,利用情感机制的反馈帮助智能体更好地评估当前环境,通过智能体的情感机制产生内在奖励,对外在奖励进行补充和细化,以此弥补外在奖励存在的缺陷。将智能体学习过程中的有效信息映射为情感维度,用这些信息来量化智能体的情感模型,并以该情感模型作为内在动机机制辅助智能体训练。本文的主要研究内容包括:（1）针对外在奖励稀疏的问题,提出一种基于落差情绪的多智能体强化学习算法。通过当前状态的实际评估与状态转移后的预期评价之间的差异产生落差情绪,该情绪反映出智能体对当前状态下执行动作的满意程度。使用个体动作值函数对智能体的落差情绪进行建模,以该落差情绪模型作为内在动机机制,为每个智能体产生相应的内在奖励,与外在奖励一起指导智能体进行策略更新,以此缓解外在奖励稀疏的问题。在不同稀疏程度的追捕场景上的实验结果证实算法的有效性。（2）针对外在奖励贡献分配问题,提出一种基于遗憾情绪的多智能体强化学习算法。遗憾情绪归因于将当前动作替换为默认动作后智能体所获得回报的差异,反映出智能体当前所选动作对于团队收益的贡献。以该情感反馈信号作为内在奖励指导智能体学习,可以有效区分不同智能体对于团队的贡献,从而使得智能体之间能够更好地协作。在不同协作难度的追捕场景上的实验结果证实遗憾情绪对于团队奖励贡献分配的有效性。