本发明公开了一种用于大规模芯片电路仿真的概率采样步长方法，其将芯片电路仿真的当前时间步状态作为输入，使用强化学习策略网络输出概率分布系数，设计构建贝塔分布，通过对该分布进行采样得到随机步长。本发明提供的一种用于大规模芯片电路仿真的概率采样步长方法，能够挖掘不同规模和拓扑结构电路的仿真状态在线自适应输出一个概率步长分布，而非传统的确定性步长方法，一方面大幅提升步长空间探索能力，跳出局部振荡点，有效改善大规模芯片电路仿真的收敛性能，另一方面减少牛顿拉夫逊法的迭代次数提高仿真效率。