本发明涉及一种机器人行走的上半身动态稳定方法，属于机器人运动控制领域，包括如下步骤：步骤S1：机器人启动并初始化运动参数；步骤S2：机器人开始步行；步骤S3：判断机器人上半身姿态是否达到补偿点，达到则进入S4，否则回到步骤S2；步骤S4：通过上半身姿态补偿模型对机器人进行姿态补偿；步骤S5：更新姿态补偿次数，检测上半身姿态是否恢复垂直，是则进入步骤S6，否则回到S4；步骤S6：对机器人的姿势进行标定，并回到步骤S2。本发明通过策略梯度学习实现对机器人行走时上半身的姿态补偿，具有补偿精准和快速作业的双重优点。