本发明涉及交通控制技术领域，具体涉及一种基于强化学习的高速公路交通管控方法，包括以下步骤：步骤一：读取交通管控区域的道路信息，对道路进行区域划分；步骤二：根据区域划分构建离线仿真模型，所述离线仿真模型对交通管控区域的交通进行仿真；步骤三：训练所述离线仿真模型，训练后的离线仿真模型记为智能体；步骤四：将所述智能体部署到实际预测控制模型中，以单位时间最大通过量为目标函数，周期性计算获得优化管控策略，执行所述优化管控策略。本发明的有益技术效果包括：利用强化学习训练智能体，克服模型预测控制对于交通流预测模型过度依赖的缺点，提高了预测的准确度，从而实现有效管控策略的准确解算，获得更为优化的管控策略。