随着无人机应用越来越广泛,人们已经不满足于单无人机的使用,于是研究者们受启发于自然界的集群行为,提出了无人集群的概念。而本文关注的是无人集群研究中的一个典型问题——无人集群多目标分配问题。该问题要求每架无人机必须准确到达每个目标位置,并在飞行过程避免相互碰撞和躲避威胁区域。在传统的解决方法中,它被视为一个最优化问题进行求解。但是这类方法求解需要全局信息,一旦环境发生改变,就需要重新计算最优解,这样就无法保证无人集群系统能够实时应对动态环境。同时,没有有效的手段验证算法在实际物理环境下的正确性。除此之外,在实际应用场景中,由于GPS误差很大,无人机很难精准的飞抵每个目标正上空,一般要利用差分GPS等额外的硬件支持才能实现准确悬停,但这样会增加成本和系统的复杂度。针对传统方法的局限性,本文的主要贡献有:（1）提出面向无人集群的多目标动态分配系统架构。该系统架构集成算法训练、跨开发环境模型部署以及对算法的三维物理仿真实验模块。在该系统中,三个模块互相协作完成无人集群多目标动态分配模型的训练、部署和仿真实验,是一个面向该问题的完整系统架构方案。（2）提出面向无人集群的多目标动态分配算法。该算法基于多智能体强化学习思想,将传统的无人集群多目标分配问题转化为多智能体训练问题,这样该问题的求解就从最优化过程转化成了马尔科夫决策过程。由于后者是离散的,状态之间的转移只与当前的状态和经观察环境选择的动作有关,并且训练中环境也是随机变化的,因此训练出的决策模型可以很好的适应动态环境而无需重新训练。在此基础上,我们还提出了“临界区域”设置,用以加强避撞的训练效果。（3）提出无人机准确悬停算法。该算法基于Q-learning强化学习思想,利用计算机视觉信息进行建模,将无人机与目标的相对位置映射到状态空间,于是准确悬停过程也转化为了离散的马尔科夫决策过程。由于状态空间可以划分的很小,无人机的位移也依赖状态的转移,因此可以很精确的控制无人机到目标的正上方悬停。最后,本文还基于ROS+Gazebo构建了三维物理仿真环境,实现了原型系统,验证了算法的正确性和有效性。在原型系统中,我们为了解决无人机仿真运行环境与模型运行环境不兼容的问题,采用了远程过程调用机制,在两种环境之间搭建模型部署模块。经原型系统验证,我们的算法是有效的。