В работе проведен анализ проблемы машинного обучения применительно к цифровым системам управления динамическими объектами. Предложен и протестирован модифицированный метод формирования стратегий управления, основанный на использовании Q-обучения с подкреплением. Новый подход позволяет пользователю системы управления непрерывно получать, анализировать и использовать сигналы подкрепления для выработки управляющих воздействий с применением нейросетевой модели.