本发明公开了基于强化学习的钻孔力矩稳定性控制系统及方法，属于钻机控制技术领域。所述系统包括：上位机、位移传感器、控制器、力传感器、机械臂、钻孔器。本发明通过将实时的机械臂位姿信号、钻孔器阻力与扭矩信号输入到训练好的钻孔力矩稳定性控制模型，输出机械臂的位姿调整信号以及推进力大小，控制器根据调整信号实时调整机械臂的实时位姿以及钻孔器受到的推进力。通过上述操作使钻头的轴线在钻孔过程中始终与孔位的轴线保持重合，推进力始终与扭矩相匹配，降低钻孔冲击载荷，以保证钻孔质量。