El dispositivo de empuje lateral es una estructura típica de cavidad sellada de alta presión con doble junta tórica. Debido a que la junta tórica se daña fácilmente durante el proceso de ensamblaje, la calidad del producto es no conforme. Para lograr un ensamblaje de alta precisión para esta estructura, este documento propone un método de investigación de ensamblaje basado en simulación de aprendizaje por refuerzo. Primero, se realiza un estudio de simulación del mecanismo de daño durante el ensamblaje de la junta tórica utilizando software de elementos finitos para obtener datos de daño bajo diferentes condiciones de deformación. En segundo lugar, se utiliza el aprendizaje profundo por refuerzo para planificar la trayectoria de ensamblaje, lo que resulta en trayectorias de ensamblaje de alta precisión para el cilindro interno y externo bajo diferentes poses iniciales. Los resultados experimentales demuestran que el método anterior no solo resuelve eficazmente el problema de que la junta tórica se daña fácilmente, sino que también proporciona una técnica de ensamblaje novedosa, eficiente y práctica para ensamblajes de alta precisión similares.