本發(fā)明公開(kāi)了一種面向強(qiáng)化學(xué)習(xí)的檢測(cè)防御異常數(shù)據(jù)方法和裝置，包括以下步驟：采集場(chǎng)景a下小車(chē)正常駕駛狀態(tài)作為樣本數(shù)據(jù)，對(duì)樣本數(shù)據(jù)采用PCA降維處理，得到前n個(gè)特征值的累計(jì)貢獻(xiàn)率α以及變換矩陣P；基于DDPG算法建立場(chǎng)景a下自動(dòng)駕駛訓(xùn)練模型，預(yù)訓(xùn)練自動(dòng)駕駛訓(xùn)練模型，將狀態(tài)轉(zhuǎn)換過(guò)程存入經(jīng)驗(yàn)回放緩沖區(qū)D；采集場(chǎng)景a下自動(dòng)駕駛訓(xùn)練模型訓(xùn)練過(guò)程中的狀態(tài)s_t，利用變換矩陣P對(duì)狀態(tài)s_t降維處理，計(jì)算前n個(gè)特征值的累計(jì)貢獻(xiàn)率α’；若||α?α’||≥∈，則判定s_t異常，向?qū)?yīng)的獎(jiǎng)勵(lì)值r_t增加懲罰項(xiàng)并將更新后的狀態(tài)轉(zhuǎn)換過(guò)程存儲(chǔ)在經(jīng)驗(yàn)回放緩沖區(qū)D中；根據(jù)更新后的獎(jiǎng)勵(lì)值計(jì)算損失函數(shù)，利用損失函數(shù)更新主網(wǎng)絡(luò)的參數(shù)。