本发明提出了一种基于深度强化学习的多机场协同放行方法，属于空中交通管理智能化领域，首先，针对待协同放行的m个机场，每个机场中涉及的各航空公司，将本航司在此m个机场中的所有航班按优先级从高到低排序；基于机场公平性生成满足总延误时间最小的初始离港航班队列；然后，基于不同航班的优先级，对初始离港航班队列建立以最小化总延误成本为目标的多机场协同放行模型；并将多机场协同放行模型转化为相对应的马尔科夫决策过程；最后，选择深度强化学习算法A3C对马尔科夫决策过程进行求解，得到最终的多机场协同放行离港的队列，降低了总延误成本。本发明设计了一种新的多机场协同放行方法，以减少航班延误，提高多机场系统的运行效益。