本發(fā)明公開(kāi)了一種基于視覺(jué)的深度模仿強(qiáng)化學(xué)習(xí)駕駛策略訓(xùn)練方法，包括：構(gòu)建模仿學(xué)習(xí)網(wǎng)絡(luò)；訓(xùn)練所述模仿學(xué)習(xí)網(wǎng)絡(luò)；對(duì)訓(xùn)練完成的模仿學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)拆分，獲得感知模塊；構(gòu)建DDPG網(wǎng)絡(luò)，獲得控制模塊；通過(guò)所述感知模塊和所述控制模塊，完成深度模仿強(qiáng)化學(xué)習(xí)模型的搭建；訓(xùn)練所述深度模仿強(qiáng)化學(xué)習(xí)模型。所述模仿學(xué)習(xí)網(wǎng)絡(luò)包括5個(gè)卷積層和四個(gè)全連接層，其中卷積層用于提取特征，全連接層用于轉(zhuǎn)向角、油門(mén)和剎車(chē)開(kāi)度的預(yù)測(cè)；此外，深度模仿強(qiáng)化學(xué)習(xí)模型訓(xùn)練過(guò)程設(shè)置了獎(jiǎng)勵(lì)函數(shù)，保證彎道行駛的舒適性和安全性。