本发明公开了一种城市轨道交通列车节能优化方法、装置、设备及存储介质，方法包括S10、获取当前时刻所述列车运行环境下的状态信息和奖励值所述奖励值采用奖励函数计算得到，奖励函数包括所述DDPG模型中的第一奖励函数和所述列车行车过程中牵引力所做功与行车准点结合的第二奖励函数；S20、基于列车运行环境下状态信息和奖励值，选择运行动作下发至列车以使所述列车下一时刻按照运行动作行车；S30、将下一时刻确定为当前时刻，重复执行步骤S10～S20。本发明中列车每执行一次运行动作，环境都会立刻反馈一个状态信息和奖励值，指导之后的操纵序列，以进行行车策略的更新与优化，最终获得一个收敛的理想的列车行车策略，达到节约能耗的目的。