本发明涉及聚变等离子体控制技术领域，尤其涉及一种基于强化学习的聚变等离子体环电压控制方法。其技术方案包括以下步骤：选择训练模型的数据：在托卡马克聚变等离子体背景下，将当前时刻的等离子体参数作为输入，输出为下一时刻的vloop；构建数据库：收集运行托卡马克装置放电数据以及未来装置前期的放电数据，作为构建模型的初始训练数据。本发明提高托卡马克vloop控制算法精度和响应速度，强化学习模型具备自学习和自适应能力，提升了托卡马克系统中vloop控制方法的长期稳定性和优化效果，提升了整体控制效果，减少了对人工干预和操作的需求，降低了操作成本和人力资源投入，实现可控核聚变具有重要意义。