本發(fā)明提供了基于分層強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛決策方法和裝置，包括：獲取上游數(shù)據(jù)，上游數(shù)據(jù)包括感知融合數(shù)據(jù)、定位數(shù)據(jù)和控制數(shù)據(jù)；將上游數(shù)據(jù)輸入到深度學(xué)習(xí)的模型中，輸出得到感受野模型和第一預(yù)測軌跡；將感受野模型和第一預(yù)測軌跡輸入到強(qiáng)化學(xué)習(xí)算法中，輸出得到第一規(guī)劃軌跡；根據(jù)第一規(guī)劃軌跡控制車輛執(zhí)行相應(yīng)操作；將深度學(xué)習(xí)的模型和強(qiáng)化學(xué)習(xí)算法結(jié)合，確保了決策的穩(wěn)定性和前瞻性，降低了預(yù)測的計(jì)算消耗。