当前高铁设计中,高铁桥梁的占比越来越大,所以高速铁路设计的重点之一就是高铁桥梁布跨方案的设计。在传统的布跨方案设计中,由于设计路线公里数长,需要跨越的控制点数量多,很容易在人工设计时产生碎跨,同时考虑到高铁桥梁安全性、美观性等要求,设计人员很难将上百个桥跨设计合理,因此迫切需要研究基于人工智能算法的智能布跨设计方法。本文提出了Alpha Go启发下的高铁桥梁布跨优化算法,主要研究内容为:提出基于Alpha Go的桥梁布跨优化设计算法,根据高铁桥梁布跨背景以及布跨问题优化需求,受Alpha Go启发,将算法的节点与高铁桥梁桥墩进行联系,并优化根节点的选择方式,加快算法的计算速度;只保留了与成本有关的价值函数,其余布跨的限定条件全部以剪枝操作的方式设定在了树搜索的节点拓展阶段以降低成本;为了让智能体可以选择到全局最优子节点,改进节点选择的UCT算法,加入收益浮动项并引入调整系数,进一步降低了高铁桥梁的建造成本。研究了高铁行驶时产生的力对高铁桥梁受力安全性的影响,结合《铁路桥涵设计规范》,介绍了桥面高程、桥墩墩顶横向位移、桥梁横向挠度三个安全指标,并对三个安全指标的公式进行了推导。在此基础上将安全指标与Alpha Go的算法进行融合,提升了智能体布设桥梁受力的安全性。同时结合传统设计方法,优化了曲线段取点方式,加入了曲线段桥墩偏移后的坐标计算程序。并对某高铁线路的部分路段作为测试路段,对安全性优化进行验证。提出了基于Sarsa（λ）算法改进策略的桥梁布跨方法,针对Alpha Go中动作策略比较单一导致结果稳定性欠佳的情况,引入了Sarsa（λ）算法进行改进,并选择了模拟退火算法作为Sarsa（λ）算法的动作选取算法。为了将Sarsa（λ）算法更好的融合进Alpha Go中,制定了一个以Sarsa（λ）算法为主体的循环算法用于获取多次Sarsa（λ）算法输出的布跨策略,并将Sarsa（λ）算法的结果以布跨策略表的方式加入到Alpha Go的模拟阶段。对实际高铁线路布跨进行了算例分析,在建造成本方面,改进的方法能取得更好的效果。