本發(fā)明一種基于深度學習與強化學習的室內(nèi)聲學行為識別方法，涉及室內(nèi)聲學行為識別技術領域。本發(fā)明包括A通過終端聲音傳感器實時獲取室內(nèi)原始聲音數(shù)據(jù)，并將其轉(zhuǎn)換成不包含隱私的特征數(shù)據(jù)；B將特征數(shù)據(jù)中包含的用戶行為作為標簽和特征數(shù)據(jù)，輸入到深度強化學習網(wǎng)絡中訓練；C在訓練過程中，每次提供一定批次的特征數(shù)據(jù)給深度強化學習網(wǎng)絡，并由深度強化學習網(wǎng)絡進行預測，根據(jù)其預測結(jié)果，動態(tài)決定下一批次所提供的各分類特征數(shù)據(jù)的比例及回報值R的值；D根據(jù)深度強化學習網(wǎng)絡對上一批次的各個分類進行預測的錯誤率，決定是否停止訓練等步驟。本發(fā)明在只使用不平衡數(shù)據(jù)集作訓練深度強化學習網(wǎng)絡的情況下，極大提高深度強化學習網(wǎng)絡預測準確率。