本发明涉及自动驾驶技术领域，公开了一种自动驾驶设备的决策方法、装置、设备及可读存储介质。其中，该方法包括：获取各个自动驾驶设备对应的局部环境状态信息、各个自动驾驶设备的驾驶动作、执行驾驶动作的回报参数值以及局部更新环境状态信息；基于各个自动驾驶设备对应的局部环境状态信息以及驾驶动作，确定各个自动驾驶设备所对应车群的学习动作价值；基于各个自动驾驶设备执行驾驶动作后的回报参数值以及局部更新环境状态信息，确定车群的目标动作价值；基于学习动作价值以及目标动作价值，更新车群的驾驶决策策略。通过实施本发明，实现了车群驾驶决策策略的更新，避免了训练维度的爆炸问题，提高了驾驶决策策略的安全性和高效性。