本發(fā)明屬于數(shù)控加工相關(guān)技術(shù)領(lǐng)域，其公開了一種基于深度強(qiáng)化學(xué)習(xí)的銑削參數(shù)優(yōu)化方法，基于BPNN回歸方法建立機(jī)床功耗模型，實(shí)現(xiàn)機(jī)床功耗狀態(tài)預(yù)測(cè)的連續(xù)性，并建立加工成本模型；然后，定義了相應(yīng)的狀態(tài)、動(dòng)作、獎(jiǎng)勵(lì)函數(shù)和約束；最后，結(jié)合機(jī)床功耗模型和加工成本模型建立仿真環(huán)境，提出BP?TD3深度強(qiáng)化學(xué)習(xí)方法，求解銑削加工參數(shù)優(yōu)化。如此，本發(fā)明可以利用少量數(shù)據(jù)輔助建立機(jī)床功耗仿真BPNN功耗模型，在TD3模型與仿真環(huán)境交互訓(xùn)練中得到深度強(qiáng)化學(xué)習(xí)銑削參數(shù)優(yōu)化模型，從而只需較少的實(shí)驗(yàn)數(shù)據(jù)，穩(wěn)定的訓(xùn)練時(shí)間，就可以解決較大任務(wù)空間的銑削參數(shù)優(yōu)化問題。