为提升复杂城市河网的洪水风险调控水平,提出了基于强化学习的实时控制优化方法,并比较了单智能体强化学习(SARL)与多智能体强化学习(MARL)控制策略在排水调度中的性能差异。以福州市南台岛中部河网闸泵系统为例,采用A3C算法,结合机理模型对强化学习控制策略进行训练与验证,从平均最高水位、能耗与响应时效等方面开展系统评估。结果表明:在典型台风暴雨情景下,MARL控制策略实现洪峰削减13.8%、超警时长缩短15min、洪峰延迟11min,控制效果最优；SARL控制策略效果虽略逊于MARL控制策略,但仍显著优于静态规则；MARL控制策略单轮耗时0.5s,SARL控制策略耗时0.3s,均满足实时控制需求；基于A3C算法的MARL控制策略兼顾调控性能与运行经济性,具有较强的协同能力与工程应用潜力。