本发明属于室内定位技术领域,具体涉及一种基于智能体交互深度强化学习的室内定位方法。本发明首先在室内环境下采集少量带标签指纹数据作为训练样本,利用多个智能体协同学习指纹经验,通过深度强化学习算法获取RSS(Received Signal Strength,RSS)指纹信息并训练出稳健的多智能体深度强化学习的评估网络定位模型,最后实现室内定位。其优势在于在少量带标签数据基础上利用深度强化学习网络构建指纹库并实现动态更新的定位模型。实验结果证明本发明所提方法具有更高效的环境部署效率、更准确的定位精度与更稳健的位置服务能力。