为了实现对非线性、滞后性和强耦合的工业过程稳定精确控制，提出了一种基于局部策略交互探索的深度确定性策略梯度（LPIE-DDPG）的控制方法，用于深度强化学习的连续控制。首先，使用深度确定性策略梯度（DDPG）算法作为控制策略，极大减小控制过程中的超调和振荡现象；同时，使用原控制器的控制策略作为局部策略进行搜索，以交互探索规则进行学习，提高了学习效率和学习稳定性；最后，在Gym框架下搭建青霉素发酵过程仿真平台并进行实验。仿真结果表明，相较于比例-积分-微分（PID）和DQN,LPIE-DDPG在学习效率上提升了27.3%；在控制效果上有更小的超调和震荡；在产量上青霉素浓度提高了3.8%。所提方法能有效提升训练效率，同时提高工业过程控制的稳定性。