简介： 本发明公开了一种基于视觉的深度模仿强化学习驾驶策略训练方法，包括：构建模仿学习网络；训练所述模仿学习网络；对训练完成的模仿学习网络进行网络拆分，获得感知模块；构建DDPG网络，获得控制模块；通过所述感知模块和所述控制模块，完成深度模仿强化学习模型的搭建；训练所述深度模仿强化学习模型。所述模仿学习网络包括5个卷积层和四个全连接层，其中卷积层用于提取特征，全连接层用于转向角、油门和刹车开度的预测；此外，深度模仿强化学习模型训练过程设置了奖励函数，保证弯道行驶的舒适性和安全性。