随着生活水平的改善,自身的健康和养生备受大众的关注,艾灸已经成为养生保健的主力军。作为现代人的首选,当它被大规模的应用时,传统的艾灸方式很容易产生专家资源短缺,耗费时间的问题;如果使用现代艾灸器,会出现无法针对穴位进行施灸,不能自适应调节艾条与穴位皮肤之间的距离的问题。针对这些问题,本文考虑使用机械臂代替专家,开展基于模仿学习和强化学习技术的艾灸决策任务研究,主要包括以下三个方面:首先,基于对艾灸决策任务的问题分析与研究,本文提出将艾灸决策问题建模为马尔科夫决策模型。通过这个模型,可以充分展示艾灸决策过程。在建模过程中,本文定义了艾灸决策任务的状态、动作和奖励函数,这些是艾灸决策任务中的关键概念。然后,开展了艾灸决策任务的目标研究,提出了艾灸决策模型的求解方法。本文通过构建示教数据样本,搭建策略学习网络（SLN）,学习出示教策略,将示教策略作为专家艾灸的先验知识。为了学习最优的艾灸策略,本文将穴位皮肤吸收的能量与专家的先验知识相结合,构建出一个基于模仿学习的奖励函数。通过本文构建的奖励函数,引导智能体进行强化学习。最后,针对上述提出的方法,搭建了实验平台,进行了实验验证和误差分析。本文基于模仿学习和新颖的深度强化学习算法在真实采集的数据集上进行了实验和分析,合理设立了评价指标,即策略的有效率。另外,选择了不同的算法进行了对比实验。结果发现,本文提出的算法得到的结果是最优的,策略有效性比率达到78.5%。为了加速强化习,提高智能体训练的性能,本文在模拟环境中提出了XGBoost和LSTM的融合模型,通过对比实验,证明本文提出的融合模型预测的结果是最优的,由评价指标公式计算可得均方误差（MSE）,平均绝对误差（MAE）,平均绝对百分比误差（MAPE）分别为0.014,0.092,以及25.3%。