Los robots asisten a los equipos de emergencia recopilando información crítica de forma remota. Desplegar múltiples vehículos terrestres no tripulados (UGVs) cooperativos para una respuesta puede reducir el tiempo de respuesta, mejorar la conciencia situacional y minimizar los costos. La comunicación confiable es crucial para varios UGVs en respuesta ambiental porque varios robots necesitan compartir información para navegación cooperativa y recolección de datos. En este trabajo, investigamos una política de control para una comunicación óptima entre múltiples UGVs y estaciones base (BSs). Se propone un algoritmo de gradiente de política determinista profunda multiagente (MADDPG) para actualizar la política de control para la máxima relación señal-interferencia. Los UGVs se comunican tanto con las BSs fijas como con una BS móvil. La política de control propuesta puede navegar a los UGVs y a la BS móvil para optimizar la comunicación y la intensidad de la señal. Finalmente, se propone un algoritmo genético (GA) para optimizar los hiperparámetros del entrenamiento basado en MADDPG. Los resultados de la simulación demuestran la eficiencia computacional y la robustez del algoritmo MADDPG basado en GA para el control de múltiples UGVs.