本發(fā)明公開了一種基于等效子空間的強化學(xué)習(xí)狀態(tài)分層方法：通過智能體單個時間步對環(huán)境的觀測數(shù)據(jù)生成狀態(tài)語義特征向量，將其與通過環(huán)境交互產(chǎn)生的相關(guān)信息組成狀態(tài)表示向量，并收集預(yù)設(shè)回合內(nèi)的狀態(tài)表示向量組成狀態(tài)表示集，通過聚類分析生成若干等效子空間，得到等效狀態(tài)劃分；基于等效狀態(tài)劃分，在學(xué)習(xí)訓(xùn)練過程中對智能體觀測的狀態(tài)進行分類計算，得到包含類別信息的one?hot子狀態(tài)向量；學(xué)習(xí)訓(xùn)練過程中基于one?hot子狀態(tài)向量進行后續(xù)策略計算，并以預(yù)設(shè)時間分辨率通過上述步驟重新更新狀態(tài)等效劃分。本發(fā)明將狀態(tài)空間劃分為不同抽象層次的等效狀態(tài)子空間，以解決智能體強化學(xué)習(xí)狀態(tài)空間過大的問題，提升環(huán)境搜索效率，為強化學(xué)習(xí)算法提供可解釋基礎(chǔ)。