Los diseños de compresores aerodinámicos requieren un considerable conocimiento previo y una profunda comprensión de campos de flujo complejos. Con el desarrollo de la informática, la inteligencia artificial (IA) se ha aplicado ampliamente al diseño de compresores. Entre los diversos modelos de IA, los métodos de aprendizaje por refuerzo profundo (RL) han abordado con éxito problemas complejos en diferentes dominios. Este artículo propone un algoritmo modificado de gradiente de política determinista profundo para el diseño de compresores y entrena varios agentes, mejorando el rendimiento de un rotor transónico 3D por primera vez. Se aplicó un proceso de reducción de errores para mejorar la capacidad de los modelos sustitutos, y luego se establecieron entornos de RL basados en los modelos sustitutos. Los rotores generados por el agente fueron evaluados mediante métodos de dinámica de fluidos computacional, y el análisis del campo de flujo indicó que la combinación de modificaciones en el barrido, la inclinación y el ángulo de segmento redujo la pérdida cerca de la punta, mientras mejoraba la relación de presión en la sección media. Se exploraron diferentes combinaciones de políticas, confirmando que la política combinada mejoró el rendimiento del rotor más que las políticas individuales. Los resultados demuestran que el método de RL propuesto puede guiar futuros diseños de compresores.