2.如權(quán)利要求1所述的方法，其特征在于，根據(jù)歷史數(shù)據(jù)，對待訓練的第一決策模型進行訓練，具體包括：

將歷史數(shù)據(jù)中包含的指定歷史時刻的車輛狀態(tài)信息和所述指定歷史時刻的環(huán)境信息輸入待訓練的第一決策模型，得到所述待訓練的第一決策模型輸出的預(yù)測軌跡；其中，所述預(yù)測軌跡為在所述指定歷史時刻之后指定時間段內(nèi)的行駛軌跡，所述預(yù)測軌跡包含若干軌跡點，不同的軌跡點對應(yīng)于所述指定時間段中不同的時刻；

根據(jù)所述預(yù)測軌跡中的各軌跡點、所述各軌跡點對應(yīng)的置信度、所述歷史數(shù)據(jù)中包含的所述指定歷史時刻之后的各時刻的車輛狀態(tài)信息，確定所述預(yù)測軌跡與所述歷史數(shù)據(jù)中包含的所述指定歷史時刻之后的各時刻所述車輛的實際軌跡的差異；其中，針對每個軌跡點，該軌跡點對應(yīng)的置信度，與該軌跡點對應(yīng)的時刻距離所述指定歷史時刻的時間長度呈負相關(guān)；

以差異最小化為訓練目標，對所述待訓練的第一決策模型進行訓練，得到訓練后的第一決策模型。