本发明提供农业大棚环境调节方法、装置、设备及介质，涉及人工智能技术领域，其中方法包括：获取目标农业大棚内的作物生长阶段；在当前时间步结束时，将下一时间步对应的时间段、作物生长阶段以及目标农业大棚内的环境变化信息输入至已训练的目标强化学习模型中，获取目标强化学习模型输出的下一时间步的设备调节信息，在下一时间步基于设备调节信息控制环境设备；其中，目标强化学习模型基于多组随机生成的样本数据以及对应的目标奖励值训练得到。本发明可以实现农业大棚内的环境智能自动调节。