本发明属于FPGA测试技术，具体涉及一种基于图强化学习的FPGA互联资源测试算法。本发明改进了现有基于强化学习和深度强化学习的FPGA互联资源测试方法的缺点，即神经网络不具迁移性的缺点。本发明借助图神经网络提取互联资源图的隐藏特征，再利用深度强化学习优化配置策略，在本发明中，将其称为图强化学习。本发明方法具备迁移性与通用性，已训练收敛的神经网络可以应用到任何FPGA芯片的互联资源测试配置向量的生成中，同时对于所有FPGA芯片都可采用该方法。本发明对FPGA互联资源的测试成本较低，不需要专家人工找寻测试配置，同时已收敛的神经网络可以快速应用到任何FPGA芯片的互联资源测试中，并且生成FPGA测试配置的过程完全是自动化的。