本發(fā)明涉及車輛動(dòng)力學(xué)技術(shù)領(lǐng)域，公開了一種基于深度強(qiáng)化學(xué)習(xí)的車輛行駛狀態(tài)估計(jì)系統(tǒng)及方法，該系統(tǒng)的數(shù)據(jù)來(lái)源模塊獲取車輛行駛狀態(tài)量，并將得到的第I類狀態(tài)量輸出給深度強(qiáng)化學(xué)習(xí)智能體，將第Ⅱ類狀態(tài)量輸出給估計(jì)誤差評(píng)價(jià)器；深度強(qiáng)化學(xué)習(xí)智能體接收第I類狀態(tài)量，通過(guò)神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算得到第Ⅱ類狀態(tài)量估計(jì)值，并輸出給所述估計(jì)誤差評(píng)價(jià)器，估計(jì)誤差評(píng)價(jià)器將接收的第Ⅱ類狀態(tài)量和第Ⅱ類狀態(tài)量估計(jì)值進(jìn)行比較，生成獎(jiǎng)勵(lì)值并輸出給所述深度強(qiáng)化學(xué)習(xí)智能體；所述深度強(qiáng)化學(xué)習(xí)智能體根據(jù)獎(jiǎng)勵(lì)值對(duì)內(nèi)部的深度神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整和優(yōu)化，調(diào)整對(duì)第Ⅱ類狀態(tài)量估計(jì)值的計(jì)算。本發(fā)明能夠?qū)囕v上難以直接測(cè)量的行駛狀態(tài)量進(jìn)行估計(jì)，功能可靠也易于實(shí)現(xiàn)。