本發(fā)明屬于工程機(jī)械及車輛工程領(lǐng)域，具體涉及一種基于深度強(qiáng)化學(xué)習(xí)的換擋策略動(dòng)態(tài)優(yōu)化方法。包括如下步驟：(1)：確定換擋策略狀態(tài)輸入變量和動(dòng)作輸出變量；(2)：根據(jù)狀態(tài)輸入變量和動(dòng)作輸出變量，確定換擋策略馬爾科夫決策過程；(3)：根據(jù)換擋策略目標(biāo)建立強(qiáng)化學(xué)習(xí)換擋策略獎(jiǎng)勵(lì)函數(shù)；(4)：根據(jù)馬爾科夫決策過程和獎(jiǎng)勵(lì)函數(shù)，求解深度強(qiáng)化學(xué)習(xí)換擋策略；(5)：將步驟(4)計(jì)算出的預(yù)測(cè)Q網(wǎng)絡(luò)放入換擋策略控制器，工程機(jī)械及車輛在行駛過程中，工程機(jī)械及車輛根據(jù)換擋策略控制器選擇擋位；(6)：在行駛過程中定期更新預(yù)測(cè)Q網(wǎng)絡(luò)。本發(fā)明通過深度強(qiáng)化學(xué)習(xí)方法對(duì)換擋策略進(jìn)行更新，實(shí)現(xiàn)換擋策略的動(dòng)態(tài)優(yōu)化。