基于深度强化学习的绳驱并联机器人控制方法，属于绳驱并联机器人领域，本发明为解决现有精确动力学模型没有考虑不确定性的影响或者在运动过程中绳驱并联机器人发生了变化，控制性能低的问题。本发明方法包括以下步骤：第一步、建立绳驱并联机器人的动力学模型，将绳驱并联机器人的动力学模型描述成马尔科夫决策过程；第二步、利用Lyapunov的柔性actor‑critic强化学习算法框架获取动作控制信号ur(m)，第三步、将基本控制器输出的动作控制信号ua(m)与强化学习算法框架获取动作控制信号ur(m)叠加生成绳驱并联机器人的控制信号。