本申请提供基于强化学习的模块单元拆分方法、系统、设备及介质，方法包括：获取目标建筑中目标拆分区域对应的区域信息；所述区域信息包括区域尺寸信息；根据预先训练好的基于强化学习的动作评估网络针对所述目标拆分区域进行的连续多次目标模块单元尺寸评估确定所述目标拆分区域对应的目标模块单元尺寸序列；基于所述目标模块单元尺寸序列确定所述目标建筑中所述目标拆分区域对应的目标模块单元拆分方案。本申请通过借助基于强化学习的动作评估网络来对目标拆分区域进行模块拆分，克服了人工根据经验进行拆分而存在的算力不足进而导致的拆分效果较差的问题，提高了模块单元的拆分效率，有利于快速确定出满足需求的目标模块单元拆分方案。