针对以汽车运输为主且吞吐量较大的内河港口的交通拥堵问题，提出一种基于博弈论的内河港口作业车辆协同选路方法。首先，基于港口路网特征与车辆作业特点，将同时请求路径规划的作业车辆间的交互建模为不完全信息博弈，采用满足均衡（SE）的概念来分析该博弈。假设每个车辆对选路效用都有一个预期，当所有车辆都得到满足时博弈即达到均衡。然后，提出了一种车辆协同选路算法，算法中每个车辆首先按照贪心策略初始选路，之后将所有车辆按规则分组，组内车辆根据历史选路结果进行适应性学习并完成博弈。实验结果表明，当港区同时作业车辆数为286时，协同选路算法的车辆平均行驶时间分别比Dijkstra算法和自适应学习算法（SALA）少50.8%和16.3%，系统收益分别比Dijkstra算法和SALA提高51.7%和24.5%。所提算法能够有效减少车辆平均行驶时间，提高系统收益，更适用于内河港口车辆选路问题。