简介： 本发明提供了一种自动驾驶决策方法，包括：获取车辆周围的环境感知信息；根据环境感知信息和预设的地图文件，进行决策，生成多个决策节点；通过第一模型计算每个决策节点的输出，生成第一决策结果；通过第二模型计算每个决策节点的输出，生成第二决策结果；根据环境预测信息，分别计算第一决策结果的第一收益和第二决策结果的第二收益；比较第一收益和第二收益，并将收益值高的对应的决策结果作为目标决策结果。由此，避免产生“维度爆炸”现象，并且可以直观反映各个阶段的决策结果，充分结合了规则方法和强化学习方法各自的优势，在某个场景的决策结果不一致时能够快速定位问题，实现两个模型的相互促进和共同提升。