简介： 在本发明的一实施例中，揭示利用强化学习的睡眠环境调节装置。上述利用强化学习的睡眠环境调节装置可包括：主体，能够使用户位于其上；传感器部，测定上述用户的生物信号来生成当前状态信息及工作后的状态信息；工作部，为了以处理器的控制信号为基础来改变上述用户的睡眠状态而调节上述主体的睡眠环境；处理器，包括一个以上的芯片；以及存储器，用于存储能够在上述处理器中执行的程序代码，上述处理器包括：睡眠适当性信息生成模块，以上述当前状态信息为基础生成上述用户的当前睡眠适当性信息，以上述工作后的状态信息为基础来生成上述用户的工作后的睡眠适当性信息；工作信息确定模块，以上述当前睡眠适当性信息为基础，利用工作确定算法来确定对上述工作部的工作进行控制的工作信息；以及工作适当性判断模块，对上述工作后的睡眠适当性信息与基准睡眠适当性信息进行比较来判断上述工作的适当性并更新上述工作确定算法。