本发明提供了基于分层强化学习的自动驾驶决策方法和装置，包括：获取上游数据，上游数据包括感知融合数据、定位数据和控制数据；将上游数据输入到深度学习的模型中，输出得到感受野模型和第一预测轨迹；将感受野模型和第一预测轨迹输入到强化学习算法中，输出得到第一规划轨迹；根据第一规划轨迹控制车辆执行相应操作；将深度学习的模型和强化学习算法结合，确保了决策的稳定性和前瞻性，降低了预测的计算消耗。