针对多无人机航迹规划问题，对无人机与威胁区域进行数学建模，模拟出接近实际环境的场景，基于此设计一种多智能体强化学习的动态场景航迹规划算法（dynamic scene trajectory planning algorithm based on multi-agent reinforcement learning，DSTP-MARL），用于实现多架无人机的智能航迹规划，该算法通过有效避开威胁区域，保障无人机安全到达目标地点，优化任务执行路径。为验证算法性能，将DSTP-MARL与深度Q网络（deep Q-network, DQN）进行对比，实验结果表明，无论在简单还是复杂威胁区域中，DSTP-MARL均表现出更优的避障能力与任务完成效果，在收敛速度、过程稳定性方面，DSTP-MARL相较于DQN有明显优势，能够更快收敛且更加稳定，有效提升任务执行效率，展现出更高的实用价值与应用前景。
