1.一种基于因果推断的自动驾驶评测方法，其特征在于，包括：
2.如权利要求1所述的基于因果推断的自动驾驶评测方法，其特征在于，所述预设的第一机器学习模型为因果推断机器学习模型。
3.如权利要求1或2所述的基于因果推断的自动驾驶评测方法，其特征在于，所述以所述样本数据为输入数据，运行预设的第一机器学习模型，得到一一对应于所述样本数据的因果参数的步骤包括：
4.如权利要求3所述的基于因果推断的自动驾驶评测方法，其特征在于，所述以所述时间窗为单位，将所述干预变量、所述目标变量以及所述混淆变量作为输入数据的至少一部分，运行所述第一机器学习模型，得到一一对应于所述样本数据的因果参数的步骤包括：
5.如权利要求3所述的基于因果推断的自动驾驶评测方法，其特征在于，所述自动驾驶变量为传感器感知变量时，所述分别将所述样本数据中的所述自动驾驶变量和所述评价数据在对应的所述时间窗内二值化，得到干预变量和目标变量的步骤包括：
6.如权利要求3所述的基于因果推断的自动驾驶评测方法，其特征在于，所述分别将所述样本数据中的所述自动驾驶变量和所述评价数据在对应的所述时间窗内二值化，得到干预变量和目标变量的步骤包括：
7.如权利要求6所述的基于因果推断的自动驾驶评测方法，其特征在于，所述以所述时间窗为单位，将所述干预变量、所述目标变量以及所述混淆变量作为输入数据的至少一部分，运行所述第一机器学习模型，得到一一对应于所述样本数据的因果参数的步骤包括：
8.一种基于因果推断的自动驾驶评测装置，其特征在于，包括：
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。