本发明公开一种无人系统集群环境耦合下的可迁移任务规划方法及系统，涉及无人系统集群控制技术领域，该方法包括获取无人系统集群环境信息，利用贪心策略进行任务分配，得到当前迭代次数对应的任务分配结果集，将任务分配结果表示为图结构，获取所述图结构的特征矩阵、关系邻接矩阵及其对应的真实奖励值，预训练可微池化图神经网络模型。当发生环境耦合时，迁移所述预训练模型到变化后的环境中，进行微调训练，通过微调好的可微池化图神经网络模型预测环境耦合下最佳任务规划结果，以小代价提高任务规划效率。本发明适用于无人系统、任务、障碍物的数量和/或位置发生变化的环境耦合下，无人集群任务规划的迁移问题。