本发明涉及智能驾驶领域，特别涉及一种基于深度强化学习的停车策略。现有技术中，传统的自动泊车系统基于传统的路径规划算法，效果较差；本发明提供了一种基于深度强化学习的停车方法以及系统，所述方法及系统可由深度强化学习算法获得停车规划路线；以车辆观测状态、车辆预测动作和奖励函数构成元组，基于该元组的泊车规划方法，具有基于产品特点提取特征，使得需要的参数少的特点。此外，基于目标函数：(距离+转向+碰撞)，系数不需要调整；本发明采用深度强化学习的方式来提取特征，具有整体规划时间快，对外界的反应快等有益的技术效果。