本发明提供的一种基于强化学习的施工计划和进度优化方法，所述优化方法包括：对施工项目的全过程进行WBS分解，划分成影响工期和资源成本的工序列表，并标明各工序的工期成本属性和不同工序之间的紧前紧后关系；构建基于多代理的施工方案优化模型，确定初始施工方案和所有可行的施工备选方案；以工期最短和成本最小为目标，考虑各时段资源约束，通过强化学习算法对所构建模型进行求解，得到最优施工方案。RL‑ABM提供了多个调度场景以实现最短持续时间，其中规划者可以根据其他附加标准做出活动排序决策。