本发明实施例提供一种基于深度强化学习的天线参数的确定方法和装置，该方法包括：基于MDT数据和小区基站工参资源数据确定天线垂直波瓣宽度和水平波瓣宽度；基于栅格化的MDT数据构成环境状态矩阵，所述栅格化的MDT数据包括用户终端分布栅格数据、用户终端RSRP栅格数据和用户终端干扰栅格数据；将环境状态矩阵输入天线参数优化模型，输出天线下倾角和方位角组合；其中，天线参数优化模型是基于样本环境状态矩阵和天线下倾角和方位角组合标签进行训练得到的，天线参数优化模型的训练网络为深度强化学习DQN网络。本发明实施例提供的方法和装置，实现了基于环境状态准确、快速实现不同用户环境分布下的天线权值参数优化。