本發(fā)明實(shí)施例提供一種自動(dòng)駕駛汽車(chē)決策方法及裝置，所述方法包括：獲取不同駕駛場(chǎng)景下的標(biāo)準(zhǔn)駕駛演示數(shù)據(jù)，根據(jù)標(biāo)準(zhǔn)駕駛演示數(shù)據(jù)進(jìn)行模仿學(xué)習(xí)，得到不同駕駛場(chǎng)景下的最優(yōu)獎(jiǎng)勵(lì)函數(shù)；基于最優(yōu)獎(jiǎng)勵(lì)函數(shù)對(duì)對(duì)應(yīng)的駕駛動(dòng)作進(jìn)行強(qiáng)化學(xué)習(xí)訓(xùn)練，得到下層駕駛動(dòng)作決策模型；根據(jù)駕駛場(chǎng)景獲取對(duì)應(yīng)的交通狀態(tài)，基于強(qiáng)化學(xué)習(xí)確定與下層駕駛動(dòng)作決策模型對(duì)應(yīng)的上層駕駛場(chǎng)景決策模型；檢測(cè)到汽車(chē)處于自動(dòng)駕駛模式中，通過(guò)上層駕駛場(chǎng)景決策模型，輸出匹配的實(shí)時(shí)駕駛場(chǎng)景，然后確定對(duì)應(yīng)的下層駕駛動(dòng)作決策模型，輸出對(duì)應(yīng)的駕駛動(dòng)作并執(zhí)行。采用本方法能夠更精確地對(duì)駕駛數(shù)據(jù)等進(jìn)行規(guī)劃，增加駕駛行為與人類(lèi)駕駛行為的匹配度。