本发明提供了基于注意力机制的CPS系统强化学习控制方法，包括以下步骤：控制对象通过策略网络选择一个合适的策略，并且对环境进行执行；环境在策略的执行下产生变化和回应，生成一个奖励；预设的多个传感器对环境进行一个探测，获得了多个传感器探测信息；将传感器探测信息传入自注意力网络，将获取的传感器信息的奖励和当前的状态同时输入策略网络，更新策略网络的梯度，并且作为策略网络的输入去选择下一时间段的策略，重复进行即可完成学习控制方法。本发明在使用强化学习算法解决实际的控制问题的时候，该方法对于奖励的设计要求更加的宽松和便利，即部分信息可以通过传感器的隐知识学到。