本发明提供了一种节能控制策略学习方法、实现空调节能控制的方法及装置，所述节能控制策略学习方法采用蒙特卡罗方法与强化学习方法相结合，利用蒙特卡罗抽样的方法获得问题的近似解，通过对当前空调环境执行选择的动作，来观察转移的状态和得到的奖励，根据各个状态的回报值的样本平均来进行估计回报值，最终求得最优控制策略。本发明还提供了一种基于节能控制策略学习方法实现空调节能控制的方法。本发明通过对空调运行环境不断的交互学习，寻找最优控制策略，达到节能控制。