本發(fā)明涉及一種基于對抗式強化學習的安全場景加速測試方法及系統(tǒng)，方法包括：獲取自動駕駛被測對象和預設的測試用例庫；基于機器學習的代理仿真模型，設計可均衡開發(fā)與探索的采集函數(shù)；基于所述自動駕駛被測對象，根據(jù)所述采集函數(shù)對所述測試用例庫進行搜索，得到適合所述自動駕駛被測對象的測試集；所述測試集包括多個駕駛場景；基于對抗學習的方法，根據(jù)所述駕駛場景和所述自動駕駛被測對象進行測試，得到軌跡分布；根據(jù)所述軌跡分布適時調整所述測試集，以實現(xiàn)不同安全性的駕駛場景的加速測試。本發(fā)明能夠提高自動駕駛車輛測試的安全程度和測試效率。