本发明公开了一种车辆驾驶策略处理方法和装置，涉及智能驾驶领域。该方法的一具体实施方式包括：采集多个车辆在不同状态下行驶轨迹，按照每个行驶轨迹中第一个状态使用的策略对行驶轨迹进行分组，得到多个行驶轨迹数据集；为每个行驶轨迹数据集构建价值函数，以计算每个价值函数的置信度，进而基于每个价值函数的置信度计算概率激活阈值；将每个价值函数的函数值大于预设数值的概率作为评估误差，基于所有价值函数的评估误差和概率激活阈值，构建概率激活函数；基于多个行驶轨迹数据集和概率激活函数，调整决策模型的网络参数，得到调整后的决策模型。该实施方式对行驶轨迹进行分割，构造概率激活函数，以保证有限数据条件下决策模型的可靠性。