本發(fā)明提供一種基于強化學習的不規(guī)則缺陷漏磁信號反演方法，涉及輸油管道缺陷漏磁檢測技術領域。本發(fā)明為產生一個估計的缺陷形狀并將其輸入正向物理模型中，該正向模型模擬了缺陷產生漏磁信號的過程，通過該模型產生仿真漏磁信號，并計算其與實際測量信號之間的差值，誤差反饋給逆向迭代算法，逆向迭代算法產生下一步迭代的缺陷形狀參數(shù)再次輸入正向模型，通過迭代的這個過程使缺陷參數(shù)不斷的趨近于真實缺陷。本方法通過環(huán)境對迭代效果的反饋，進而使價值網(wǎng)絡得到不斷的訓練和提升，最終收斂至全局最優(yōu)解，提高缺陷反演的精度。