本发明实施例提供一种基于深度强化学习的魔方复原方法和系统，通过6×N×N张量矩阵编码魔方状态，完整保留色块颜色、坐标信息，为后续模型训练提供高精度输入，适配任意阶魔方(如二阶、三阶等)，增强方案通用性；利用Q‑learning优化复原策...