本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的城市道路自動(dòng)泊車方法，包括：S1、車位線識別流程，S2、狀態(tài)輸入流程，以及S3、泊車決策控制流程，其中，泊車決策控制流程包括：S31、Actor使用經(jīng)驗(yàn)池中計(jì)算好的狀態(tài)價(jià)值與Critic網(wǎng)絡(luò)預(yù)測當(dāng)前狀態(tài)價(jià)值進(jìn)行神經(jīng)網(wǎng)絡(luò)的更新，用M均方差誤差作為Loss函數(shù)，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到更新后的目標(biāo)神經(jīng)網(wǎng)絡(luò)；S32、將狀態(tài)輸入向量輸入停車動(dòng)作策略π*對應(yīng)的更新后的目標(biāo)神經(jīng)網(wǎng)絡(luò)，輸出得到車輛的轉(zhuǎn)向角和加速度，控制車輛的移動(dòng)。