本發(fā)明屬于自動(dòng)駕駛技術(shù)領(lǐng)域，具體為基于深度強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛車輛交叉口無(wú)沖突合作方法，包括步驟1：交叉口問(wèn)題馬爾可夫建模，綜合考慮安全約束馬爾可夫決策(constrained Markov decision process,CMDP)與馬爾可夫博弈(Markov Game,MG)理論，將道路交叉口環(huán)境轉(zhuǎn)化為為符合強(qiáng)化學(xué)習(xí)算法要求的模型；步驟2：?jiǎn)尾呗跃W(wǎng)絡(luò)與雙價(jià)值網(wǎng)絡(luò)更新過(guò)程設(shè)計(jì)，設(shè)計(jì)單策略?雙評(píng)論家(Actor?Critic1?Critic2)網(wǎng)絡(luò)架構(gòu)；步驟3：馬爾可夫形式數(shù)據(jù)搜集；步驟4：強(qiáng)化學(xué)習(xí)訓(xùn)練，訓(xùn)練單策略?雙評(píng)論家(Actor?Critic1?Critic2)神經(jīng)網(wǎng)絡(luò)；步驟5：強(qiáng)化學(xué)習(xí)測(cè)試，在仿真器Carla中實(shí)際測(cè)試該強(qiáng)化學(xué)習(xí)算法的性能，能夠針對(duì)時(shí)變的交通網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)輸出符合預(yù)期的車輛通行策略，在安全、舒適與效率方面均能夠獲得良好性能。