本发明提供了一种基于强化学习迁移的目标任务处理方法、装置及设备。所述方法包括以下步骤：获取预设源任务数据库中的子目标集合，所述源任务为已学习任务，所述子目标集合中包含所述源任务中与所述目标任务相对应的子目标任务；基于所述子目标集合提取所述子目标任务的轨迹特征，构建候选项集合；从所述候选项集合中筛选重用候选项，基于所述重用候选项对所述目标任务进行强化学习，得到所述目标任务的强化学习结果。通过将已学习任务的候选项集合迁移至目标任务中，使得目标任务在强化学习过程中收敛速度加快，极大地提升了任务学习速度。