本公开提供了一种自动控制模型的训练方法和流体供给系统控制方法，涉及人工智能领域，尤其涉及深度学习和自动控制领域。实现方案为：令自动控制模型执行强化操作，包括：获取当前时刻的控制参数信息；确定当前时刻的控制参数信息在多个不同的状态项中所对应的目标状态项；针对多个动作项中任一动作项，响应于目标状态项和该动作项的组合的评价值满足预设条件，将该动作项确定为无效动作项；基于目标状态项和每个动作项的组合分别对应的评价值，确定多个动作项中除去无效动作项以外的剩余动作项中的一个动作项为目标动作项；控制被控对象执行目标动作项的相应动作；以及基于控制被控对象执行相应动作后的反馈信息更新评价值。