良性阵发性位置性眩晕（Benign Paroxysmal Positional Vertigo,BPPV）是一种临床常见会导致眩晕的疾病,对其进行精准有效的治疗具有重要的意义。目前临床多采用手法复位操作治疗BPPV,目的为使耳石沿半规管（Semicircular Canals,SCC）移动并离开半规管,进入椭圆囊,但由于耳石尺度过小,轨迹无法被直接观测,导致复位过程精准度不高,对个体差异的适应性有限。已有的研究多针对耳石对壶腹嵴的影响建模,以及进行动物体外实验。本文主要对BPPV患者体内耳石在半规管中的运动规律展开研究,基于医学上对BPPV发病机制的研究结果,探讨耳石复位操作的动力学模型及其决策优化方法,提高BPPV治疗效果。本文的主要工作如下:1.改进耳石粒子动力学模型。本文根据耳石在人体半规管不同区域的受力特点,建立单个耳石在半规管中的动力学模型。该模型可以帮助认识无法直接观测到的耳石的运动规律,分析耳石复位操作的原理,通过实验明确耳石复位操作中影响复位效果的重要参数为每次旋转操作间的停顿间隔T,作为临床治疗时需保证充分停顿时间的理论基础。2.创新性地提出一种基于强化学习的BPPV治疗辅助决策优化方法。本文将耳石运动模型作为强化学习的环境,采用无模型的Sarsa算法和Q-learning算法产生指导半规管旋转的动作指令。相比常规的手法复位操作,强化学习的方法可以适应不同半规管结构及耳石位置的差异性,通过设置合理的优化指标（奖励）,可以使耳石较快较平滑的完成复位过程。最后通过仿真实验验证了基于强化学习的决策方法的可行性与高效性,当每次决策间的间隔大于8 s时,策略可以收敛,训练得到的策略在面对不同半规管结构与耳石初始位置时,均可实现耳石复位的目的。3.设计了基于强化学习的BPPV治疗辅助决策系统方案。本文将传统的复位椅系统与强化学习结合,由耳石动力学模型给出人体内耳石运动情况的参考轨迹,由眼震仪获取的眼震情况实时推测半规管中耳石的运动方向,记录强化学习算法与模型交互中输出的动作,作为复位椅旋转的指令。本系统发挥了强化学习算法可以在与环境交互的过程中学习序列决策,以及机械装置可以精准定位的优势,个性化的治疗方案适应患者内耳结构特点,完全由复位椅完成复位操作对于患者来说易耐受,最终目标为耳石快速复位,成功治疗BPPV。