本申请公开了一种基于强化学习的数字电路自动测试向量生成方法和装置。其中，该方法包括：在利用自动测试向量生成算法ATPG来为待测芯片生成测试向量的过程中，获取面向路径决策的测试生成算法PODEM的历史数据，即对待测芯片进行第一轮的故障敏化、故障传播以及线值确认来激活第一故障的测试模式所形成的数据，利用强化学习算法从历史数据中学习回退策略；在利用PODEM对待测芯片进行第N轮的故障敏化、故障传播以及线值确认来激活第二故障的测试模式的过程中，利用回退策略来指导PODEM进行回退路径的选择，从而生成待测芯片的测试向量。本申请解决了相关技术中测试向量生成过程中回溯次数较多的技术问题。