简介： 本申请提供一种列车追踪控制方法、设备、存储介质，该方法构建强化学习模型，强化学习模型包括数据预测模型和目标函数；获取当前策略序列，策略序列与动作对应；根据数据预测模型，预测当前策略序列对应的动作在下一时刻的状态；根据下一时刻的状态，生成对应的下一时刻策略序列；根据目标函数，从下一时刻策略序列中选择目标策略序列；基于目标策略序列进行列车追踪控制。本申请的方法基于数据预测模型和目标函数进行列车追踪控制，可以有效解决现有控制算法针对复杂系统精确建模困难、参数整定不易以及动态参数调整等问题。