本發(fā)明公開了一種基于強化學習算法SAC的目標跟蹤方法、裝置及存儲介質，方法包括：獲取視頻數(shù)據(jù)；在視頻數(shù)據(jù)的當前幀中確定搜索區(qū)域位置和大小；判斷當前幀是否為第一幀；響應于當前幀非第一幀，將當前幀輸入預訓練好的actor網絡模型進行特征提取，得到輸出的預測框，根據(jù)所述預測框對目標進行跟蹤；其中所述actor網絡模型的訓練方法，包括：通過第一幀對actor、target_actor網絡進行初始化，根據(jù)經驗池中存儲的數(shù)據(jù)，通過actor、critic網絡計算動作，計算actor、critic1、critic2網絡損失，利用強化學習SAC算法更新網絡權值。將目標跟蹤問題轉化為強化學習算法中在線決策的問題，并且本發(fā)明只需要少量數(shù)據(jù)集，充分利用現(xiàn)有技術，提升訓練速度。