本发明公开了一种分层强化学习的智能体控制方法，属于可移动智能体控制领域。本发明基于现有MLSH算法框架上，利用DDPG算法分别训练智能体在不同环境下各自追寻目标点和避障的能力，最后通过主策略网络来进行动作选择的融合。相对于基于传统融合规则的算法而言，网络自动选择动作的融合不存在死区问题，本发明不同于MLSH算法自动分层形成的子任务，而是明确将导航任务分成追寻目标点和避障两个子任务，这样主要是减少训练时间以及方便实际应用。