本发明涉及流动控制技术领域，特别涉及一种基于强化学习的卡门涡街吹吸控制方法，包括以下步骤：建立模型和网格文件；设置边界，监测点和步长等基本参数；编写Python程序，所述Python程序用于使用Q‑Learning算法实现对圆柱绕流尾流的吹吸控制；编写run.sh脚本文件，所述脚本文件用于运行OpenFOAM程序进行计算。所述Q‑Learning强化学习算法，依据所设监测点流速等数据，对吹吸控制策略中的流量及时间等参数自动进行修改，从而通过大量的训练实现优化吹吸控制策略，延缓卡门涡街脱落，减小尾流的波动幅度的控制效果。