El frenado cíclico por aire es un factor clave que afecta la operación segura de los trenes en largas secciones en bajada. Sin embargo, la estrategia de frenado cíclico de un tren está limitada por múltiples factores, como el entorno de conducción, la velocidad y el tiempo de recarga de aire. Se propone una estrategia de frenado cíclico basada en un algoritmo de Q-learning para un tren de carga pesada en largas secciones en bajada para abordar este desafío. Primero, se diseña el entorno operativo de un tren de carga pesada en largas secciones en bajada, considerando varios parámetros de restricción, como las características de rutas operativas especiales, las velocidades operativas permitidas y el tiempo de recarga de aire del tubo del tren. En segundo lugar, se discretiza el estado operativo y la operación de frenado de un tren de carga pesada en largas secciones en bajada para establecer una tabla Q basada en pares de estado-acción. El entrenamiento del rendimiento del algoritmo se logra mediante la actualización continua de las tablas Q. Finalmente, tomando la formación del tren de carga pesada como objeto de estudio, se utilizan datos reales de la línea del Ferrocarril Shuozhou-Huanghua para simulaciones experimentales, y se consideran diferentes hiperparámetros y condiciones de velocidad de entrada. Los resultados muestran que se logra un frenado cíclico seguro y estable de un tren de carga pesada en largas secciones en bajada. Se verifica la efectividad de la estrategia de control basada en Q-learning.