本发明适用于数据处理技术领域，提供了一种应用于混合动力汽车的控制方法及设备，包括：采集目标车辆在t时刻的运行状态参量；将运行状态参量导入到控制指令输出网络，生成用于控制目标车辆的控制指令，通过控制指令控制目标车辆运行；将运行状态参量以及控制指令导入到状态评分网络，计算控制指令对应的期望评分值；根据期望评分值以及控制指令计算t时刻的梯度值，并基于梯度值对控制指令输出网络进行调整；生成关于t+1时刻的控制指令，并返回执行将运行状态参量以及控制指令导入到状态评分网络，计算控制指令对应的期望评分值。本发明使得汽车能源管理具有更好的自适应性与全面性，提高了汽车控制的准确性，以及提高了控制指令的输出效率。