本发明公开了一种基于强化学习的多阶段装备组合规划方法，属于装备发展规划技术领域。该方法首先根据装备发展的需求确定所需输入参数；然后构建组合优化模型，构建组合优化模型时首先构建单阶段多场景的优化模型，再建立多阶段多场景的组合优化模型；然后基于强化学习中的Q‑Learning方法，构建优化求解算法。该求解算法首先采用NSGA算法或MOEA算法求解当前阶段的Pareto解集，然后借助Q‑Learning方法获得最优的组合方案；最后输入参数，并求解得到最终组合方案。本发明的方法能够针对多场景、多阶段的复杂环境，能够快速、高效地得到最优的装备组合规划方案，为决策者提供参考，从而使决策者快速地响应，做出准确的决策。