本發(fā)明提供一種按需派送車(chē)輛的路徑規(guī)劃方法及裝置。該方法包括：獲取待分析的訂單數(shù)據(jù)；將所述訂單數(shù)據(jù)輸入到雙階段強(qiáng)化學(xué)習(xí)預(yù)測(cè)模型中，得到所述雙階段強(qiáng)化學(xué)習(xí)預(yù)測(cè)模型輸出的車(chē)輛配送路徑規(guī)劃策略；其中，所述雙階段強(qiáng)化學(xué)習(xí)預(yù)測(cè)模型是基于預(yù)設(shè)的樣本訂單數(shù)據(jù)、所述樣本訂單數(shù)據(jù)對(duì)應(yīng)的配送路徑規(guī)劃策略及其結(jié)果迭代訓(xùn)練得到；所述雙階段強(qiáng)化學(xué)習(xí)預(yù)測(cè)模型包括：用于進(jìn)行操作算子選擇的算子選擇器以及用于進(jìn)行操作算子作用路徑選擇的路徑選擇器。采用本發(fā)明按需派送車(chē)輛的路徑規(guī)劃方法，能夠基于雙階段強(qiáng)化學(xué)習(xí)預(yù)測(cè)模型引入深度強(qiáng)化學(xué)習(xí)的方法指導(dǎo)啟發(fā)式操作在策略空間中進(jìn)行高效搜索，提高了按需派送車(chē)輛的路徑規(guī)劃的效率和準(zhǔn)確度。