本發(fā)明公開了基于模型的高樣本率深度強(qiáng)化學(xué)習(xí)的無人設(shè)備控制方法，包括：獲取軌跡數(shù)據(jù)，并將軌跡數(shù)據(jù)存入環(huán)境緩沖池中；對環(huán)境狀態(tài)轉(zhuǎn)移模型進(jìn)行更新；進(jìn)行多步交互軌跡預(yù)測生成預(yù)測數(shù)據(jù)，并將預(yù)測數(shù)據(jù)存入模型緩沖池；對Actor?Critic策略模型進(jìn)行更新；持續(xù)迭代更新環(huán)境狀態(tài)轉(zhuǎn)移模型和Actor?Critic策略模型直至當(dāng)前策略性能達(dá)到預(yù)期要求。本發(fā)明采用基于模型的深度強(qiáng)化學(xué)習(xí)的方法，構(gòu)建一個(gè)環(huán)境狀態(tài)轉(zhuǎn)移模型來模擬無人設(shè)備與外界環(huán)境的交互，從而急劇減少無人設(shè)備與真實(shí)環(huán)境的交互次數(shù)，并且由環(huán)境狀態(tài)轉(zhuǎn)移模型產(chǎn)生的數(shù)據(jù)能夠?qū)o人設(shè)備行進(jìn)控制策略進(jìn)行有效的優(yōu)化，使得對無人設(shè)備的控制變得高效。