本發(fā)明提供一種基于區(qū)塊鏈和強(qiáng)化學(xué)習(xí)的空調(diào)控制方法及其系統(tǒng)，該方法包括在空調(diào)啟動或正常運(yùn)行時，基于接收到的控制指令和狀態(tài)參數(shù)s，根據(jù)獎勵機(jī)制產(chǎn)生在當(dāng)前狀態(tài)下的執(zhí)行獎勵；設(shè)定時間窗口Ti，判斷當(dāng)前時間是否在時間窗口Ti內(nèi)，若判斷結(jié)果為是，則直接啟動強(qiáng)化學(xué)習(xí)的計(jì)算任務(wù)，并輸出預(yù)測動作a；若判斷結(jié)果為否，則判斷是否有其他Master節(jié)點(diǎn)發(fā)送的計(jì)算任務(wù)，如是，則啟動計(jì)算任務(wù)；由區(qū)塊鏈節(jié)點(diǎn)記錄當(dāng)前狀態(tài)、獎勵和動作，并將動作傳遞給空調(diào)，至此完成一輪計(jì)算任務(wù)。該系統(tǒng)應(yīng)用于上述的方法。本發(fā)明應(yīng)用于空調(diào)的節(jié)能控制領(lǐng)域，用以解決目前現(xiàn)有技術(shù)中存在的訓(xùn)練困難、穩(wěn)定性差、浪費(fèi)計(jì)算資源、消耗電力等各種問題。