本發(fā)明公開了一種基于深度強化學習的共享自行車調(diào)度方法，包括以下步驟：S1：劃分共享自行車的調(diào)度區(qū)域，得到調(diào)度區(qū)域單元，并確定共享自行車的運行環(huán)境變量；S2：確定共享自行車的調(diào)度變量；S3：構(gòu)建共享自行車的車輛調(diào)度優(yōu)化模型；S4：基于共享自行車的車輛調(diào)度優(yōu)化模型，利用平均場理論構(gòu)建共享自行車調(diào)度框架，并利用共享自行車調(diào)度框架完成共享自行車調(diào)度。本發(fā)明提出的基于強化學習的共享自行車調(diào)度優(yōu)化方法有利于智能地解決隨機和復(fù)雜的動態(tài)環(huán)境下，大規(guī)模路網(wǎng)的共享自行車短期和長期調(diào)度優(yōu)化問題。其考慮環(huán)境的供需變化和未來時間中調(diào)度決策與環(huán)境的交互影響，且不需要提前預(yù)測需求或進行人工數(shù)據(jù)處理，不受到需求預(yù)測計算效率和準確性的影響。