本发明提供一种基于机器学习的通气超空泡形态控制方法，包括，在安装有空化器的航行体的表面分布设置压力传感器；将已知空泡形态分为超空泡型和非超空泡类型两类；使用全连接神经网络模型作为空泡形态识别器的训练模型，以压力测点数据作为模型输入，得到机器学习模型，然后将其封装为识别器；当识别器判断当前空泡形态为超空泡形时，自动关闭空化器的通气阀，当判断当前空泡形态为非超空泡形时，自动打开空化器的通气阀，从而使航行体自动保持在超空泡形。该发明既可以通过对通气空泡的实时监控来对其形态进行调控，又可以避免通气量不足或过大所带来的空泡脱落和振荡现象。且本发明还可以提高经济实用性，对航行体的载气量进行合理有效的利用。