本發(fā)明公開了一種基于深度強(qiáng)化學(xué)習(xí)的機(jī)器學(xué)習(xí)模型黑盒公平性測(cè)試方法和系統(tǒng)，其主要流程包括：(1)機(jī)器學(xué)習(xí)模型黑盒公平性測(cè)試環(huán)境構(gòu)建、(2)基于公平性測(cè)試環(huán)境的最優(yōu)歧視實(shí)例生成策略學(xué)習(xí)、(3)結(jié)果統(tǒng)計(jì)三大部分，首先構(gòu)建機(jī)器學(xué)習(xí)模型黑盒公平性測(cè)試環(huán)境，然后強(qiáng)化學(xué)習(xí)智能體與構(gòu)建的機(jī)器學(xué)習(xí)模型黑盒公平性測(cè)試環(huán)境進(jìn)行交互，利用深度強(qiáng)化學(xué)習(xí)算法學(xué)習(xí)最優(yōu)歧視實(shí)例生成策略，最后統(tǒng)計(jì)測(cè)試結(jié)果。本發(fā)明能夠解決機(jī)器學(xué)習(xí)模型黑盒公平性測(cè)試領(lǐng)域無有效啟發(fā)式策略指導(dǎo)、測(cè)試效率較低、測(cè)試開銷較大的問題。