本发明公开了一种基于深度强化学习的血透患者干体重辅助调节系统，该系统包括数据采集模块、数据处理模块、策略学习模块和辅助决策模块；本发明利用深度强化学习技术，构建有竞争构架的深度双Q网络（Dueling DDQN网络）作为代理，模拟医生调节血透患者干体重的过程，智能化地学习血透患者干体重调节的策略。本发明将血透患者的干体重调节过程建模为部分观察的马尔科夫过程，为不同的透析时期定义各自的状态空间和动作空间，设计包含长期生存奖励和短期透析副反应惩罚的奖励函数；通过代理与患者状态的交互学习，得到使得总体奖励最大化的干体重调节策略，从而辅助医生进行患者干体重的长程管理。