本公開(kāi)提供了“使用深度強(qiáng)化學(xué)習(xí)的自動(dòng)導(dǎo)航”。公開(kāi)了一種用于訓(xùn)練自主車輛到達(dá)目標(biāo)位置的方法。所述方法包括檢測(cè)模擬環(huán)境中的自主車輛的狀態(tài)，以及使用神經(jīng)網(wǎng)絡(luò)將所述車輛從初始位置導(dǎo)航到目標(biāo)目的地。在所述訓(xùn)練階段期間，對(duì)于所述自主車輛采取的期望動(dòng)作，第二神經(jīng)網(wǎng)絡(luò)可以對(duì)第一神經(jīng)網(wǎng)絡(luò)進(jìn)行獎(jiǎng)勵(lì)，并且對(duì)于所述自主車輛采取的不期望的動(dòng)作，可以對(duì)所述第一神經(jīng)網(wǎng)絡(luò)進(jìn)行懲罰。本文還公開(kāi)并要求保護(hù)對(duì)應(yīng)的系統(tǒng)和計(jì)算機(jī)程序產(chǎn)品。