本發(fā)明公開了一種連通性保持的多機(jī)導(dǎo)航方法、系統(tǒng)及介質(zhì)，方法包括：根據(jù)強(qiáng)化學(xué)習(xí)框架確定導(dǎo)航策略元素；導(dǎo)航策略元素包括觀測數(shù)據(jù)、共享策略數(shù)據(jù)、速度控制信號、獎勵信號和全局連通性信號；根據(jù)導(dǎo)航策略元素，構(gòu)建導(dǎo)航策略學(xué)習(xí)模型；獲取專家策略數(shù)據(jù)，結(jié)合模仿學(xué)習(xí)對導(dǎo)航策略學(xué)習(xí)模型進(jìn)行策略去最小化處理；根據(jù)策略去最小化處理的結(jié)果，完成策略優(yōu)化。本發(fā)明針對未知復(fù)雜的導(dǎo)航環(huán)境，提出以原始距離測量的環(huán)境感知數(shù)據(jù)作為輸入的多機(jī)導(dǎo)航策略。通過強(qiáng)化學(xué)習(xí)方法，機(jī)器人在訓(xùn)練過程中自主學(xué)習(xí)導(dǎo)航多機(jī)的策略，并在連通性約束下避免個體機(jī)器人脫離隊伍，可廣泛應(yīng)用于移動機(jī)器人技術(shù)領(lǐng)域。