本发明涉及分布式航天器技术领域，具体涉及一种基于智能算法的分布式航天器重构方法，包括：获取航天器的当前构型和目标构型，并对当前构型和目标构型定义成计算机可以识别的状态描述，通过策略网络选择动作，生成训练样本，存储在经验池中；根据Actor‑Critic框架下的SAC算法训练神经网络，直至收敛；根据训练好的神经网络对分布式的航天器进行重构获取目标构型。本发明通过离线训练+在线拟合的思路，基于SAC算法完成神经网络的训练，待神经网络训练好之后，将网络参数进行存储，在线仿真或者规划使用的时候根据将当前状态的描述输入神经网络，即可得到预测规划结果。