本发明提供一种多智能体控制方法及装置，涉及人工智能技术领域，该方法包括：将当前时刻的状态信息输入多智能体控制模型，获取多智能体控制模型输出的下一时刻每一智能体的目标动作；基于下一时刻每一智能体的目标动作，生成下一时刻每一智能体对应的控制指令，以基于下一时刻每一智能体对应的控制指令，对每一多智能体进行控制；其中，各智能体用于对目标区域进行巡防；多智能体控制模型是基于Transformer网络模型和强化学习网络模型构建的。本发明提供的多智能体控制方法及装置，能结合Transformer网络模型以及计算过程更简单、计算效率更高的强化学习网络模型，实现对多智能体的控制，能提高对多智能体进行控制的效率。