简介： 本发明提供一种基于强化学习的不规则缺陷漏磁信号反演方法，涉及输油管道缺陷漏磁检测技术领域。本发明为产生一个估计的缺陷形状并将其输入正向物理模型中，该正向模型模拟了缺陷产生漏磁信号的过程，通过该模型产生仿真漏磁信号，并计算其与实际测量信号之间的差值，误差反馈给逆向迭代算法，逆向迭代算法产生下一步迭代的缺陷形状参数再次输入正向模型，通过迭代的这个过程使缺陷参数不断的趋近于真实缺陷。本方法通过环境对迭代效果的反馈，进而使价值网络得到不断的训练和提升，最终收敛至全局最优解，提高缺陷反演的精度。