知识图谱是指以结构化三元组的形式描述客观世界中的概念、实体及关系的知识网络,并以其优异的延展性和可解释性逐渐成为一个管理海量信息的范式。知识推理在构建存储及应用知识图谱的全生命周期中扮演着重要角色,被誉为知识图谱的皇冠。在目前众多的知识推理方法中,基于深度强化学习的知识推理无疑是新兴的解决知识问答的优秀方案之一。在此背景下,本文主要研究基于深度强化学习的知识推理方法来解决知识图谱中知识问答问题。首先,将问答对中的实体和关系通过嵌入技术映射为词向量,利用神经网络和强化学习技术整合实体和关系的词向量获得知识图谱局部特征以及该问题的答案。基于此,本文主要包括如下工作:（1）针对知识图谱中的多跳推理问题,提出了一个基于深度强化学习的动态知识推理框架,实现了基于路径的动态知识推理。针对现有工作中设置固定步长推理的问题,提出了动态奖励机制用于训练并获取动态推理模型。针对推理过程中需要一个预训练模型来实现奖励重构函数的问题,提出了基于路径的动态推理假设,并基于该假设构建了一个计算实体和关系的向量相似度的打分函数,进而利用该打分函数实现奖励重构函数,同时将现有工作中的有目标推理情形扩展到了无目标推理。针对测试过程中两种不同的推理情形,提出了两个判断条件,同时提出了两处优化技巧,包括使用软演员评论家算法优化模型参数和尝试地利用预训练模型改进动态推理模型的初始化词嵌入。最后,大量的动态推理仿真实验验证了模型的有效性。（2）针对现有工作构建多跳问答对时存在的固有模式,提出了有效元组的概念,并指出目前多个经典数据集中存在大量的无效元组,进而将其移除来构建新的数据集。针对如何优化多跳推理模型的初始化词嵌入的问题,设置单步推理的预训练模型和多跳推理模型以及图注意力模型使用同一个初始化词向量。针对如何通过图神经网络编码多跳路径的问题,提出了基于图注意力机制的多跳路径编码器,分别对元组的有效路径和无效路径通过注意力网络加权编码,利用卷积操作分别得到有效路径和无效路径特征表示的打分,进一步利用二进制交叉熵函数来计算损失值并优化参数。最后,将图注意力编码增强后的特征表示输入多跳推理模型上进行解码测试,实验结果验证了模型的有效性和鲁棒性。本文提出的两个核心工作均在五个经典的知识图谱上进行仿真,实验结果表明,两个模型框架均可以在不同维度提升现有算法的性能。