1.一种信息处理方法，应用于第一网络设备，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述多智能体强化学习算法包括模型参数，所述模型参数是从中心数据设备获取的，所述中心数据设备对模型进行集中训练后得到所述模型参数。
3.根据权利要求1所述的方法，其特征在于，所述接收终端上报的第一信息，包括：
4.根据权利要求3所述的方法，其特征在于，所述mac ce包括：测量上报指示信息以及小区的信道信息；所述小区的信道信息包括小区标识以及以下一项或者多项：
5.根据权利要求1所述的方法，其特征在于，所述根据所述第一信息以及多智能体强化学习算法，确定所述终端对应的资源分配和链路选择策略，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述第一信息以及多智能体强化学习算法，确定所述终端对应的资源分配和链路选择策略，包括：
7.根据权利要求5或6所述的方法，其特征在于，所述方法还包括以下一项或者多项：
8.一种信息处理方法，应用于终端，其特征在于，包括：
9.根据权利要求8所述的方法，其特征在于，所述多智能体强化学习算法包括模型参数，所述模型参数是从中心数据设备获取的，所述中心数据设备对模型进行集中训练后得到所述模型参数。
10.根据权利要求8所述的方法，其特征在于，所述上报第一信息包括：通过mac ce上报所述第一信息。
11.根据权利要求10所述的方法，其特征在于，所述mac ce包括：测量上报指示信息以及小区的信道信息；
12.一种信息处理装置，应用于第一网络设备，其特征在于，包括：
13.一种信息处理装置，应用于终端，其特征在于，包括：
14.一种信息处理装置，应用于第一网络设备，其特征在于，包括：处理器和收发器；
15.一种信息处理装置，应用于终端，其特征在于，包括：处理器和收发器；
16.一种通信设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；其特征在于，所述处理器，用于读取存储器中的程序实现如权利要求1至7中任一项所述的信息处理方法中的步骤；或者实现如权利要求8至11中任一项所述的信息处理方法中的步骤。
17.一种可读存储介质，用于存储程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的信息处理方法中的步骤；或者实现如权利要求8至11中任一项所述的信息处理方法中的步骤。