本發(fā)明公開(kāi)了一種基于強(qiáng)化學(xué)習(xí)的無(wú)人駕駛汽車(chē)多車(chē)道行駛的決策方法，首先建立強(qiáng)化學(xué)習(xí)訓(xùn)練模型，利用強(qiáng)化學(xué)習(xí)算法收益函數(shù)對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行更新、修正從而建立基于強(qiáng)化學(xué)習(xí)?BP神經(jīng)網(wǎng)絡(luò)算法的決策系統(tǒng)。無(wú)人駕駛汽車(chē)在多車(chē)道行駛過(guò)程中，傳感器采集周?chē)?chē)輛信息，上述決策系統(tǒng)給出執(zhí)行動(dòng)作并預(yù)測(cè)車(chē)輛行駛狀態(tài)，由收益函數(shù)判斷車(chē)輛行駛危險(xiǎn)度，決策多車(chē)道工況下車(chē)輛當(dāng)前時(shí)刻的最優(yōu)駕駛行為。本發(fā)明能提升無(wú)人駕駛汽車(chē)多車(chē)道高速行駛的效率與安全性，實(shí)現(xiàn)在高不確定性、動(dòng)態(tài)環(huán)境下的無(wú)人駕駛汽車(chē)高效、安全的駕駛決策。