本發(fā)明公開了一種用于圖像分割的新型深度強化學(xué)習(xí)算法，包括以下步驟：1)采集若干相關(guān)圖像作為訓(xùn)練圖像集，并且對其進行預(yù)處理，提取出包含目標(biāo)區(qū)域的感興趣區(qū)域；2)針對要分割圖像的特點，建立深度強化學(xué)習(xí)所需的狀態(tài)值，動作值以及獎賞值；3)構(gòu)建合適的深度學(xué)習(xí)網(wǎng)絡(luò)模型作為深度強化學(xué)習(xí)算法中的值網(wǎng)絡(luò)和目標(biāo)網(wǎng)絡(luò)；4)在深度網(wǎng)絡(luò)訓(xùn)練過程中，利用多因素自學(xué)習(xí)學(xué)習(xí)曲線對經(jīng)驗池和樣本采樣大小進行動態(tài)調(diào)整；5)完成網(wǎng)絡(luò)的訓(xùn)練，對測試樣本進行運動軌跡的預(yù)測，從而得到最終的圖像的分割結(jié)果。本發(fā)明提出了一種用于圖像分割的新型深度強化學(xué)習(xí)算法，通過構(gòu)建合理的深度強化學(xué)習(xí)模型，并且對其經(jīng)驗池和樣本采樣大小進行合理改進，能夠有效提高模型訓(xùn)練效率，獲得較為精確的分割結(jié)果，具有較強的穩(wěn)定性和應(yīng)用性。