化学习决策算法的在线自动采集、训练和验证。本发明公开了一种基于真实场景下强化学习的自动驾驶车辆决策训练方法。所述自动驾驶车辆设置有线控底盘、定位装置、激光雷达装置以及自动驾驶控制器，该方法包括：当车辆在真实场景下按照预设行驶路径的轨迹点行驶时，间歇性执行探索行为并记录强化学习模型的输入信息，所述输入信息包括输入状态，动作空间，单步执行后的回报；根据输入信息对强化学习决策算法进行训练。本发明通过线控底盘、四个激光雷达、RTK定位单元、电脑控制器等基础硬件，通(56)对比文件吕迪;徐坤;李慧云;潘仲鸣.融合类人驾驶行为的无人驾驶深度强化学习方法.集成技术.2020,(05),全文.黄志清;曲志伟;张吉;张严心;田锐.基于深度强化学习的端到端无人驾驶决策.电子学报.2020,(09),全文.李国法;陈耀昱;吕辰;陶达;曹东璞;成波.智能汽车决策中的驾驶行为语义解析关键技术.汽车安全与节能学报.2019,(04),全文.李克强;戴一凡;李升波;边明远.智能网联汽车(ICV)技术的发展现状及趋势.汽车安全与节能学报.2017,(01),全文.