本发明属于无线通信技术领域，具体涉及一种基于强化学习的无线接入点版本升级方法包括以下步骤：S1：开始初始化参数，假设N个AP接入到同一个AC；S2：AC接收AP升级请求，设置集合变量K、计数变量Count和累计计数变量Total；S3：判断待升级AP数＝M或剩余AP数＜M，跳转步骤S4；否则跳转所述步骤S2；S4：AC根据强化学习算法获得策略，根据该策略向AP下发版本升级文件，AP完成版本升级后进行重启完成本次升级；S5：AP升级选择和带宽分配策略；S6：判断所有AP完成升级，步骤结束；否则跳转所述步骤S2。本发明能够根据动态条件自适应选择合适的待升级AP，并分配合适带宽，降低AP升级失败概率，缩短升级总体时间。