本发明公开了一种基于安全强化学习的机器人阻抗学习方法，方法包括：控制器输出控制力矩，根据机器人动力学方程计算出机器人的笛卡尔空间的位置信息和速度信息；根据所述位置信息、所述速度信息和学习算法的回报信息，构建输入项；根据所述输入项确定决策动作，进而确定阻抗参数；将机械臂末端执行器的位置信息和速度信息作为环境模块的输入，计算得到环境交互力；将所述阻抗参数和所述环境交互力作为导纳模型的输入，并根据所述导纳模型确定出参考位置和参考速度作为控制器的目标输入。本发明稳定性高，提高了变导纳控制的可行性，可广泛应用于人工智能技术领域。