本发明涉及一种基于多任务学习和DDPG算法的螺旋桨气动噪声优化方法，属于航空螺旋桨优化设计降噪技术领域，解决了现有技术中针对螺旋桨构型参数的优化前期广泛采样而导致的资源浪费方面的不足，同时解决了在有限计算成本内无法使优化结果更接近最优解的问题，实现精确快速预测螺旋桨气动和噪声性能，达到螺旋桨设计合理有效的目的；综合考虑了螺旋桨模型设计过程中参数变量多、复杂几何外形影响大的情形，同时保证了航空螺旋桨在飞行过程中充足的动力和比较低的气动噪声。