强化学习通过最大化累计回报和来解决序列决策问题,近年来深度强化学习将深度学习与强化学习相结合实现了端到端的学习,在自动驾驶、机器人控制等领域均有着广泛的应用,但如何针对具体应用选择最优强化学习模型是亟待解决的问题。集成学习可通过集成一组次优智能体替代寻找最优智能体,已有研究证明集成强化学习系统要优于单个智能体的表现,但这些研究主要集中在静态集成算法上。静态集成算法会偏向于整体表现较好的智能体,忽略了在部分状态有着优秀表现但整体表现一般的智能体。本研究分析了分类与强化学习所面临的序列决策问题的差异性,针对分类中动态集成算法的局限性,提出了基于局部竞争力的强化学习动态集成算法。本研究的贡献如下:（1）考虑到强化学习中无类别标签用于计算准确率,且强化学习延迟回报的特性会使得单步回报难以获得有效信息,本研究提出了多步折扣累积回报和作为智能体局部竞争力的量化标准。（2）考虑到强化学习中所存在的数据相关性问题,频繁更新权重可能导致策略变动频繁、性能下降,本研究提出了动态权重调整方法,其中权重调整的频率及幅度由超参数控制。（3）基于上述的局部竞争力量化标准及动态权重调整方法,首次提出了一种强化学习动态集成算法。当环境返回状态,动态集成算法会根据潜层特征空间的欧几里得距离在验证集中寻找其相似状态子集,根据智能体在相似状态子集上的局部竞争力动态调整集成权重。本研究在三款Atari游戏环境中进行了大量的对比实验,分析了不同游戏环境中超参数对动态集成算法性能的影响,实验结果显示基于局部竞争力的动态集成算法优于静态集成算法及最优基智能体,在Seaquest、Space Invaders和Breakout环境中相比于最优静态算法分别带来了6.08%、17.49%和19.96%的累积回报和的提升。除此之外,本研究还实验分析了状态相似性度量及局部竞争力评估的合理性,实验验证了改进相似状态子集的构成以提升动态集成算法性能的可行性。本研究为强化学习中的集成方法的研究提供了新思路。