El brazo blando impulsado por cables está hecho principalmente de material blando; es difícil de controlar debido a las características del material, por lo que los métodos tradicionales de modelado y control de brazos robóticos no se pueden aplicar directamente al brazo robótico blando. En este artículo, combinamos el método de modelado basado en datos con el método de control de aprendizaje por refuerzo para realizar la tarea de control de posición del brazo robótico blando, utilizando una estrategia de control basada en aprendizaje profundo Q. Para resolver la lenta convergencia y el efecto inestable en el proceso de simulación y migración cuando se aplica el aprendizaje por refuerzo profundo a la tarea de control del robot real, se diseña un método de aprendizaje de estrategia de control, que se basa en los datos experimentales, para establecer un entorno de simulación para el entrenamiento de la estrategia de control, y luego se aplica al entorno real. Finalmente, se demuestra experimentalmente que el método puede completar de manera efectiva el control del brazo robótico blando, que tiene una mejor robustez que el método tradicional.