本發(fā)明公開了基于深度強(qiáng)化學(xué)習(xí)的無人駕駛分層運(yùn)動(dòng)決策控制方法，以“元?jiǎng)幼鳑Q策?車輛控制”層次化運(yùn)動(dòng)決策控制模型為載體實(shí)現(xiàn)的。通過對(duì)駕駛行為的抽象分解和對(duì)影響駕駛行為的環(huán)境因素分析，以將運(yùn)動(dòng)決策控制過程分解為“元?jiǎng)幼鳑Q策?車輛控制”的模式實(shí)現(xiàn)的，元?jiǎng)幼鳑Q策屬于離散型決策問題，利用DQN深度強(qiáng)化學(xué)習(xí)算法建立一個(gè)由動(dòng)態(tài)駕駛信息到元?jiǎng)幼鞯亩说蕉四Ｐ?。車輛控制屬于連續(xù)型動(dòng)作輸出，采用DDPG深度強(qiáng)化學(xué)習(xí)算法建立一個(gè)從道路信息與元?jiǎng)幼?，映射到油門、剎車和方向盤控制量的端到端模型，神經(jīng)網(wǎng)絡(luò)的搭建使用PyTorch深度學(xué)習(xí)框架，選擇的開發(fā)語言是Python，模型通過接收駕駛行為指令并結(jié)合環(huán)境狀態(tài)信息，輸出車輛的控制量。