本发明公开了一种基于混合脉冲强化学习网络结构的机器人控制方法及系统。该方法包括：获取机器人在环境中的状态信息；构建混合脉冲强化学习网络结构；将所述状态信息输入至训练好的混合脉冲强化学习网络结构中，得到机器人的下一步动作指令；根据下一步动作指令对机器人进行控制。本发明构建了基于脉冲神经网络和深度神经网络的混合网络结构，通过该结构，使得本发明能够利用到脉冲神经网络的计算高能效和人工神经网络的计算准确性，同时，本发明的脉冲神经网络利用到了带有动态电阻的LIF(Leaky Integrate‑and‑Fire，泄漏集成发放)模型，使得本发明有着超越同类方法的性能，能够有效地完成对机器人的连续性控制的动作学习任务。