En la excavación de túneles con máquinas de perforación, la cara del túnel se apoya para evitar colapsos y minimizar el asentamiento. Este artículo propone el uso de aprendizaje por refuerzo, específicamente el algoritmo de red Q profunda, para predecir la presión de soporte de la cara. El algoritmo utiliza una red neuronal para tomar decisiones basadas en las recompensas esperadas de cada acción. El enfoque se prueba tanto de manera analítica como numérica. Al utilizar las propiedades del suelo frente a la cara del túnel y la profundidad de la sobrecarga como entrada, el algoritmo es capaz de predecir la presión óptima de soporte de la cara del túnel mientras minimiza el asentamiento y se adapta a los cambios en las condiciones geológicas y geométricas. El algoritmo alcanza un rendimiento máximo después de 400 episodios de entrenamiento y puede ser utilizado para configuraciones geológicas aleatorias sin necesidad de reentrenamiento.