本發(fā)明公開(kāi)了一種基于深度強(qiáng)化學(xué)習(xí)的油藏注采優(yōu)化方法，屬于油氣田開(kāi)發(fā)工程領(lǐng)域，包括如下步驟：采集油田地質(zhì)數(shù)據(jù)建立油藏?cái)?shù)值模擬模型；構(gòu)建深度強(qiáng)化學(xué)習(xí)Actor?Critic算法框架；讀取當(dāng)前時(shí)刻油藏的狀態(tài)，并做歸一化處理；利用策略網(wǎng)絡(luò)執(zhí)行一次動(dòng)作，實(shí)時(shí)改變井的決策方案；計(jì)算當(dāng)前的獎(jiǎng)勵(lì)，訓(xùn)練更新策略網(wǎng)絡(luò)和動(dòng)作價(jià)值網(wǎng)絡(luò)的參數(shù)；根據(jù)最終訓(xùn)練的策略網(wǎng)絡(luò)得到不同開(kāi)發(fā)時(shí)刻的最優(yōu)生產(chǎn)方案。本發(fā)明中的深度強(qiáng)化學(xué)習(xí)方法能夠根據(jù)不同的油藏狀態(tài)自適應(yīng)地設(shè)計(jì)生產(chǎn)方案，可以在有限的時(shí)間和計(jì)算資源下實(shí)現(xiàn)更高的經(jīng)濟(jì)效益；同時(shí)還可以用于油田開(kāi)發(fā)過(guò)程中的井位優(yōu)化、歷史擬合等問(wèn)題，具有很好的推廣應(yīng)用價(jià)值。