一种多任务调度方法、装置、电子设备及可读存储介质

本申请提供了一种多任务调度方法、装置、电子设备及可读存储介质。所述方法包括：将各车辆的当前状态信息、各目的地的信息和物品的信息输入至优化后多智能体强化学习算法，获得优化后多智能体强化学习算法输出的各配送任务以及配送任务的目标车辆，目标车辆执行配送任务获得的反馈值大于其他车辆执行配送任务获得的反馈值；优化后多智能体强化学习算法是利用各目标车辆的历史反馈值优化后获得的，反馈值包括通信连接度和奖励值。本申请通过计算各车辆的通信连接度和执行配送任务的奖励值，以确定最优的执行配送任务的目标车辆，使得更好进行任务调度、分配，实现每个车辆承接与之相适配的配送任务，保障各配送任务完成。