本發(fā)明屬于無(wú)人駕駛車(chē)輛仿真測(cè)試領(lǐng)域，特別涉及一種基于深度強(qiáng)化學(xué)習(xí)的車(chē)輛硬件在環(huán)仿真訓(xùn)練系統(tǒng)及方法。本系統(tǒng)包括虛擬仿真單元和實(shí)車(chē)控制器，所述虛擬仿真單元包括仿真車(chē)輛模塊、仿真控制模塊、實(shí)車(chē)軌跡數(shù)據(jù)庫(kù)、仿真?zhèn)鞲衅髂K、重置接口以及啟停接口。本發(fā)明通過(guò)對(duì)實(shí)車(chē)控制器和虛擬仿真場(chǎng)景進(jìn)行聯(lián)合仿真訓(xùn)練，實(shí)現(xiàn)深度強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)規(guī)劃模型在實(shí)車(chē)無(wú)人駕駛系統(tǒng)的有效運(yùn)行，從而解決深度強(qiáng)化學(xué)習(xí)模型無(wú)法從虛擬仿真車(chē)輛到無(wú)人駕駛實(shí)車(chē)進(jìn)行有效移植的問(wèn)題。