本發(fā)明實(shí)施例提供了一種用于環(huán)境監(jiān)測(cè)與控制的強(qiáng)化學(xué)習(xí)方法及系統(tǒng)，方法包括：將現(xiàn)場(chǎng)實(shí)際環(huán)境映射為學(xué)習(xí)模型，所述學(xué)習(xí)模型是根據(jù)所述現(xiàn)場(chǎng)實(shí)際環(huán)境中智能體的狀態(tài)、動(dòng)作以及學(xué)習(xí)目標(biāo)建立的；基于強(qiáng)化學(xué)習(xí)后的所述學(xué)習(xí)模型，對(duì)所述實(shí)際環(huán)境進(jìn)行監(jiān)測(cè)與控制，其中，所述強(qiáng)化學(xué)習(xí)后的所述學(xué)習(xí)模型是通過(guò)在線的全連接深度網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)得到的。本發(fā)明實(shí)施例提供的一種用于環(huán)境監(jiān)測(cè)與控制的強(qiáng)化學(xué)習(xí)方法及系統(tǒng)，通過(guò)在線的全連接深度網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)方法智能實(shí)時(shí)對(duì)環(huán)境進(jìn)行監(jiān)測(cè)與控制，滿足不同環(huán)境下的不同需求，降低運(yùn)行成本具有自適應(yīng)和預(yù)測(cè)能力，可應(yīng)對(duì)各種復(fù)雜的展廳環(huán)境。