一種基于因果圖的分層強(qiáng)化學(xué)習(xí)任務(wù)圖進(jìn)化方法，步驟包括：(1)參數(shù)設(shè)置；(2)探索目標(biāo)環(huán)境的因果圖；(3)種群N初始化；(4)計(jì)算適應(yīng)度值；(5)遺傳操作，包括選擇、交叉和變異；操作時保持結(jié)點(diǎn)之間的因果關(guān)系；(6)判斷是否終止；(7)保存此因果圖對應(yīng)的k個適應(yīng)度最高的任務(wù)圖G1，G2，…，GK；(8)輸出適應(yīng)度最高的任務(wù)圖G1。與現(xiàn)有技術(shù)相比本發(fā)明的構(gòu)造任務(wù)圖的自動化，任務(wù)圖的高效性，能適應(yīng)大規(guī)模復(fù)雜系統(tǒng)，能適用系統(tǒng)環(huán)境動態(tài)變化的情況。本方法僅僅依賴目標(biāo)環(huán)境的因果圖變化情況，在目標(biāo)環(huán)境因果圖有規(guī)律變化時能夠預(yù)測目標(biāo)環(huán)境的任務(wù)層次變化情況，從而快速高效地生成目標(biāo)環(huán)境的MAXQ任務(wù)圖。