本發(fā)明公開了一種基于強化學習的智能體探索未知環(huán)境方法，通過制定局部信息提取規(guī)則，計算環(huán)境參數(shù)特征表示中的局部信息和對環(huán)境參數(shù)特征表示進行預(yù)測的預(yù)測特征表示中的局部信息之間的差異度，構(gòu)建了深度強化學習的內(nèi)部獎勵函數(shù)，該種方法構(gòu)建的獎勵函數(shù)能夠賦予智能體感性選擇能力，也就是具備人類在看到一部分環(huán)境特征的時會有感興趣的感受的能力，使得智能體在環(huán)境探索中可以沿著感興趣的環(huán)境特征進行探索，結(jié)構(gòu)化了智能體的環(huán)境探索方式，同時，放大了智能體環(huán)境特征表示局部信息和實際環(huán)境狀況的關(guān)聯(lián)程度，使得智能體的行為意圖可預(yù)測，有利于在工業(yè)領(lǐng)域?qū)χ悄荏w進行把控，推動深度強化學習在工業(yè)領(lǐng)域的落地。