本发明公开了一种基于强化学习的GNSS/INS组合导航系统，涉及机器学习、卫星、惯性导航终端技术领域，包括三个惯性航位推算模块、一个GNSS/INS组合导航模块及一个强化学习模块。系统工作场景主要分为GNSS可见及拒止场景，在卫星可见场景，GNSS/INS组合导航系统计算的位置、速度、姿态及时间作为系统最终输出结果，同时强化学习模块采用组合导航系统输出，惯性航位推算输出及原始惯性器件量测输出进行训练学习，以达到最佳奖励。在GNSS拒止场景，强化学习模块开始正式工作，通过训练好的状态/动作策略实现对惯性原始观测数据的预处理。本发明还公开了一种基于强化学习的GNSS/INS组合导航方法，以在线强化学习模式实现GNSS/INS组合导航系统在综合场景下的长航时可靠精度。