Se propone un método de Predicción y Seguimiento Multiagente basado en equilibrio no cooperativo (MPT-NCE) según el hecho de que algunos métodos de evolución inteligente multiagente, como el MADDPG, carecen de adaptabilidad frente a entornos desconocidos y no pueden lograr la predicción y seguimiento de movimientos multiagente, aunque poseen ventajas en inteligencia multiagente. Presentado por un módulo de discriminación de rendimiento que utiliza la función de diferencia de tiempo junto con un módulo de mutación aleatoria que aplica aprendizaje predictivo, el MPT-NCE es capaz de mejorar la capacidad de predicción y seguimiento de los agentes en la confrontación del juego inteligente. Se realizan dos grupos de experimentos de predicción y seguimiento multiagente y los resultados muestran que en comparación con el método MADDPG, en cuanto a la capacidad de predicción, el MPT-NCE logra una tasa de predicción de más del 90%, que es un 23.52% más alta e incrementa la eficiencia de toda la evolución en un 16.89%; en cuanto a la capacidad de seguimiento, el MPT-NCE mejora la velocidad de convergencia en un 11.76% al mismo tiempo que facilita el seguimiento del objetivo en un 25.85%. El método propuesto MPT-NCE muestra una impresionante adaptabilidad ambiental y capacidad de predicción y seguimiento.