本發(fā)明屬于無人駕駛技術(shù)領(lǐng)域，公開了一種速差滑移轉(zhuǎn)向車輛的目標(biāo)跟隨及動(dòng)態(tài)障礙物避障控制方法，利用強(qiáng)化學(xué)習(xí)中的深度確定性策略建立四個(gè)神經(jīng)網(wǎng)絡(luò)；構(gòu)建障礙物的代價(jià)范圍從而確定動(dòng)作的單步獎(jiǎng)勵(lì)函數(shù)；通過actor?critic策略確定連續(xù)動(dòng)作輸出，并利用梯度傳遞不斷更新網(wǎng)絡(luò)參數(shù)；訓(xùn)練出根據(jù)當(dāng)前狀態(tài)進(jìn)行跟隨和避障的網(wǎng)絡(luò)模型。本發(fā)明提升了車輛跟隨及避障的智能性，能夠更好的適應(yīng)未知環(huán)境并很好的應(yīng)對其他突發(fā)情況。減小了強(qiáng)化學(xué)習(xí)訓(xùn)練過程中建立仿真環(huán)境的復(fù)雜度。利用提前訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，由目標(biāo)和障礙物的初始位置姿態(tài)及每步動(dòng)作值能得到目標(biāo)車輛和障礙物的每一步的位置姿態(tài)，提高了仿真的準(zhǔn)確率和效率。