本發(fā)明提供了一種基于主動強化學(xué)習(xí)的裝備目標(biāo)識別方法及人機智能體，通過獲取目標(biāo)單元的時間態(tài)勢，并進(jìn)行特征向量編碼，輸入神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，在每個時間點模型自動推斷是否需要引入人類經(jīng)驗指導(dǎo)進(jìn)行學(xué)習(xí)訓(xùn)練，并得到每個目標(biāo)單元在各時間步的目標(biāo)預(yù)測結(jié)果及一個時間片段的目標(biāo)分類結(jié)果，最后根據(jù)獎賞值對網(wǎng)絡(luò)模型進(jìn)行更新。本發(fā)明通過將人類經(jīng)驗指導(dǎo)引入機器的目標(biāo)分類學(xué)習(xí)中，根據(jù)訓(xùn)練數(shù)據(jù)的模型輸出結(jié)果自動推斷出如何識別目標(biāo)類別，經(jīng)實驗驗證，在引入人類經(jīng)驗指導(dǎo)的模型訓(xùn)練后，可以實現(xiàn)更精確的目標(biāo)分類，大大減少了人力消耗。