本發(fā)明提供一種基于強(qiáng)化學(xué)習(xí)的對(duì)抗性視頻時(shí)刻檢索方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，輸入完整視頻和查詢(xún)語(yǔ)句作為強(qiáng)化學(xué)習(xí)代理的環(huán)境信息；提取所述環(huán)境信息的查詢(xún)語(yǔ)句特征、全局視頻特征、位置特征和局部視頻特征構(gòu)成當(dāng)前的視頻時(shí)刻片段的狀態(tài)；所述強(qiáng)化學(xué)習(xí)代理根據(jù)所述狀態(tài)作出在所述時(shí)序邊界移動(dòng)的動(dòng)作,獲取執(zhí)行所述動(dòng)作的獎(jiǎng)勵(lì)以及根據(jù)所述獎(jiǎng)勵(lì)輸出若干個(gè)更新的時(shí)序邊界和局部視頻特征，所述時(shí)序邊界為更新后當(dāng)前的視頻時(shí)刻候選片段；通過(guò)貝葉斯個(gè)性化排序方法對(duì)所述時(shí)序邊界和所述查詢(xún)語(yǔ)句進(jìn)行匹配，輸出匹配分值，并將所述匹配分值作為獎(jiǎng)勵(lì)返回所述強(qiáng)化學(xué)習(xí)代理；通過(guò)對(duì)抗學(xué)習(xí)相互增強(qiáng)，直到收斂，得到對(duì)應(yīng)所述查詢(xún)語(yǔ)句的視頻時(shí)刻片段。