本發(fā)明提供一種基于好奇心機(jī)制的Rainbow智能體訓(xùn)練方法，涉及深度強(qiáng)化學(xué)習(xí)技術(shù)領(lǐng)域。該方法首先將Rainbow智能體訓(xùn)練的時(shí)間差分法TD的一步自舉換成多步自舉，并構(gòu)造Rainbow智能體訓(xùn)練的目標(biāo)函數(shù)；再定義Rainbow智能體訓(xùn)練的多步損失函數(shù)，將通過多步自舉得到的損失與雙Q網(wǎng)絡(luò)結(jié)合，并使用目標(biāo)函數(shù)評估智能體不同價(jià)值下的動(dòng)作；然后改變Rainbow智能體訓(xùn)練時(shí)的優(yōu)先體驗(yàn)重放順序；將DuelingDQN與分布式網(wǎng)絡(luò)結(jié)合作為Rainbow智能體網(wǎng)絡(luò)，對Rainbow智能體的網(wǎng)絡(luò)體系結(jié)構(gòu)進(jìn)行調(diào)整；最后設(shè)計(jì)好奇心模塊，在Rainbow智能體訓(xùn)練中添加好奇心機(jī)制，計(jì)算好奇心模塊中前向動(dòng)力學(xué)模型預(yù)測誤差，并將其作為智能體訓(xùn)練的內(nèi)在獎(jiǎng)勵(lì)，使智能體不斷去探索新的狀態(tài)。