本发明公开了基于深度强化学习的车辆路径规划方法及装置，方法包括：搭建车辆路径规划问题的求解框架，确定初始参数信息；搭建神经网络模型作为破坏策略；根据所述初始参数信息和所述破坏策略，将大邻域搜索过程拟合成马尔可夫决策过程；根据所述马尔可夫决策过程，通过强化学习方法训练神经网络模型；通过训练得到的神经网络模型对所述车辆路径规划问题进行求解，得到车辆路径规划结果。本发明能够缩短求解时间，且保证求解质量，可广泛应用于人工智能技术领域。