针对深度强化学习算法中存在的过估计问题，提出了一种目标动态融合机制，在Deep [Q] Networks（DQN）算法基础上进行改进，通过融合Sarsa算法的在线更新目标，来减少DQN算法存在的过估计影响，动态地结合了DQN算法和Sarsa算法各自优点，提出了DTDQN（Dynamic Target Deep [Q] Network）算法。利用公测平台OpenAI Gym上Cart-Pole控制问题进行仿真对比实验，结果表明DTDQN算法能够有效地减少值函数过估计，具有更好的学习性能，训练稳定性有明显提升。