柱形代数分解是半代数系统求解和实量词消去的基本工具。实际求解过程中，不同变元序的选择对柱形代数分解的效率影响重大。目前已有的启发式或机器学习择序的方法基本都建立在多项式系统的支撑集是影响变元序的决定因素这一隐含假设上。 本文首先通过设计同支撑集变系数的实验对这一假设进行了检验，实验表明支撑集确实是影响最佳变元序的重要因素但并非唯一因素.，针对同支撑集变系数的柱形代数分解最佳择序问题，本文设计了基于强化学习的择序方案，四变元的实验表明该方案可以突破已有方法只依赖支撑集选择最佳变元序准确率的天花板。另外，针对多达几百万可选序系统的实验表明，该方案远优于传统的启发式方法。 同已有的针对较少变元的监督学习择序方案相比，该强化学习方案克服了变元增多导致序数量组合爆炸时获得高质量标记数据的困难。