本發(fā)明提供了一種基于強化學(xué)習(xí)的基片集成波導(dǎo)參數(shù)優(yōu)化方法及結(jié)構(gòu)，方法包括如下步驟：對待優(yōu)化基片集成波導(dǎo)進(jìn)行參數(shù)提?。簠?shù)包括阻抗網(wǎng)絡(luò)中阻抗單元的偏轉(zhuǎn)角度θ，以及加載其上的結(jié)構(gòu)參數(shù)L；根據(jù)Q?learning算法，基于強化學(xué)習(xí)中的ε貪婪策略，以參數(shù)夾角θ和尺寸L做范圍變化并代入三維電磁場仿真軟件進(jìn)行變量仿真測試，得到參數(shù)對應(yīng)的獎勵值或懲罰值；根據(jù)所述參數(shù)對應(yīng)的獎勵值或懲罰值，得到最優(yōu)參數(shù)。本發(fā)明在線下利用深度學(xué)習(xí)算法學(xué)習(xí)到最優(yōu)的基片集成波導(dǎo)優(yōu)化參數(shù)，然后在線上優(yōu)化時使用，以快速得到給定設(shè)計參數(shù)及設(shè)計目標(biāo)下最優(yōu)的優(yōu)化參數(shù)，提高了基片集成波導(dǎo)設(shè)計效率。