Este artículo aborda los desafíos de la escasez de agua y el cambio climático enfrentados por el cultivo de algodón en la región de Xinjiang en China. En respuesta, se propone un modelo de riego preciso basado en aprendizaje por refuerzo y el modelo de cultivo DSSAT. El sitio experimental elegido para este estudio es la ciudad de Changji en la provincia de Xinjiang, al noroeste de China. Al integrar el modelo de algodón, CSM-CROPGRO, del modelo DSSAT con algoritmos de aprendizaje por refuerzo, se desarrolló un sistema de decisión para proporcionar estrategias de riego precisas que maximizan el rendimiento del algodón. Los resultados experimentales demostraron que nuestro enfoque mejoró significativamente el rendimiento del algodón y, en comparación con los algoritmos genéticos, redujo el consumo de agua al tiempo que aumentaba la producción. Esto ofrece una mejor solución para el desarrollo del cultivo de algodón en la región de Xinjiang. Además, analizamos las diferencias en las estrategias de riego entre diferentes escenarios de decisión, y los resultados mostraron que el método de aprendizaje por refuerzo logró mayores rendimientos en las tendencias de aplicación de agua durante diferentes períodos. Esta investigación ofrece nuevas ideas y métodos para mejorar las decisiones de gestión de cultivos de algodón. El enfoque del estudio en maximizar el rendimiento del algodón mientras se reduce el uso del agua se alinea con la gestión sostenible de los recursos hídricos y la necesidad de adaptación agrícola a las cambiantes condiciones climáticas. Destaca el potencial de los métodos de aprendizaje por refuerzo en la mejora de la toma de decisiones de riego y su aplicabilidad para abordar los desafíos de la escasez de agua. Esta investigación contribuye al avance de la gestión de cultivos de algodón y proporciona ideas valiosas para los tomadores de decisiones agrícolas en la región de Xinjiang y más allá.