1.一种车辆控制信息生成方法，包括：

确定当前车辆信息序列和其它车辆信息序列集；

从所述其它车辆信息序列集中选出满足预设观测条件的其它车辆信息序列作为观测车辆信息序列，得到观测车辆信息序列组；

基于所述当前车辆信息序列和所述观测车辆信息序列组，对历史状态空间进行更新，得到当前状态空间，其中，所述当前状态空间包括当前车辆的第一运动状态向量组和其它车辆的第二运动状态向量组集合；

基于所述当前状态空间包括的第一运动状态向量组和第二运动状态信息向量组集合，对所述当前车辆的历史决策树进行更新，得到当前决策树；

基于所述当前决策树，生成车辆控制信息；

其中，所述历史状态空间包括：第一历史运动状态向量组和第二历史运动状态向量组集合；以及所述基于所述当前车辆信息序列和所述观测车辆信息序列组，对历史状态空间进行更新，得到当前状态空间，包括：基于所述当前车辆信息序列，对所述第一历史运动状态向量组中的第一历史运动状态向量进行更新，得到第一运动状态向量组；

响应于确定所述第二历史运动状态向量组集合中存在与所述观测车辆信息序列组中观测车辆信息序列相匹配的第二历史运动状态向量组，对所匹配的第二历史运动状态向量组进行更新；

其中，所述基于所述当前车辆信息序列和所述观测车辆信息序列组，对历史状态空间进行更新，得到当前状态空间，还包括：响应于确定所述观测车辆信息序列组中存在与所述第二历史运动状态向量组集合中各个第二历史运动状态向量组不相匹配的观测车辆信息序列，构建所述观测车辆信息序列组中每个不相匹配的观测车辆信息序列的目标车辆状态向量组；

将所构建的每个目标车辆状态向量组确定为第二运动状态向量组，以添加至所述第二运动状态向量组集合中，得到当前状态空间，其中，当前状态空间用于表征到当前时刻为止的一段时间内、当前车辆与附近的其它车辆的实际运动变化情况；

其中，所述历史决策树还包括历史决策节点组、历史状态节点组和历史结果节点组，所述历史决策树中的节点还包括车辆执行动作和决策条件，节点中的决策条件用于在一定步长内约束动作变化的次数；以及所述基于所述当前状态空间包括的第一运动状态向量组和第二运动状态信息向量组集合，对所述当前车辆的历史决策树进行更新，得到当前决策树，包括：基于预设的约束条件集合、所述当前状态空间包括的第一运动状态向量组和第二运动状态向量组集合，对所述历史决策树包括的历史决策节点组中的历史决策节点、历史状态节点组中的历史状态节点和历史结果节点组中的历史结果节点进行更新，得到当前决策树，其中，所述当前决策树中的结果节点包括决策信息；

其中，基于所述当前决策树，生成车辆控制信息，包括：

对所述当前决策树包括的各个决策信息进行决策评估，得到决策评估值组，其中，通过以下步骤进行决策评估，得到决策评估值组：通过预设的概率分布算法，确定决策信息对应的意图概率分布向量；

将意图概率分布向量之间的差异小于预设差异的决策信息确定为不确定决策信息；

将意图概率分布向量之间的差异小于预设差异的决策信息确定为不确定决策信息；

对除不确定决策信息外的其它决策信息进行闭环模拟，得到决策评估值，其中，闭环模拟是通过预设的评分矩阵，对除不确定决策信息外的其它决策信息同时进行决策评估，得到每个决策信息对应的决策评估值；

根据所述决策评估值组，将从所述决策信息组中选出的满足预设决策条件的决策信息确定为车辆控制信息。

2.根据权利要求1所述的方法，其中，所述方法还包括：

将所述车辆控制信息发送至所述当前车辆的车辆控制终端，以控制所述当前车辆进行移动。

3.根据权利要求1所述的方法，其中，所述确定当前车辆信息序列和其它车辆信息序列集，包括：获取当前车辆的基础信息序列、道路图像序列和点云数据序列集；

基于所述道路图像序列和所述点云数据序列集，生成道路信息序列；

将所述基础信息序列和所述道路信息序列中对应的基础信息和道路信息组合为当前车辆信息，得到当前车辆信息序列。

4.根据权利要求3所述的方法，其中，所述确定当前车辆信息序列和其它车辆信息序列集，还包括：对所述道路图像序列中的每个道路图像进行目标检测以生成图像检测信息组，得到图像检测信息组序列；

对所述点云数据序列集中的每个点云数据序列进行目标检测以生成点云检测信息组，得到点云检测信息组序列；

对所述图像检测信息组序列与所述点云检测信息组序列进行融合处理，得到其它车辆信息序列集。

5.一种车辆控制信息生成装置，包括：

确定单元，被配置成确定当前车辆信息序列和其它车辆信息序列集；

选择单元，被配置成从所述其它车辆信息序列集中选出满足预设观测条件的其它车辆信息序列作为观测车辆信息序列，得到观测车辆信息序列组；

第一更新单元，被配置成基于所述当前车辆信息序列和所述观测车辆信息序列组，对历史状态空间进行更新，得到当前状态空间，其中，所述当前状态空间包括当前车辆的第一运动状态向量组和其它车辆的第二运动状态向量组集合；

第二更新单元，被配置成基于所述当前状态空间包括的第一运动状态向量组和第二运动状态信息向量组集合，对所述当前车辆的历史决策树进行更新，得到当前决策树；

生成单元，被配置成基于所述当前决策树，生成车辆控制信息；

其中，所述历史状态空间包括：第一历史运动状态向量组和第二历史运动状态向量组集合；以及所述基于所述当前车辆信息序列和所述观测车辆信息序列组，对历史状态空间进行更新，得到当前状态空间，包括：基于所述当前车辆信息序列，对所述第一历史运动状态向量组中的第一历史运动状态向量进行更新，得到第一运动状态向量组；

响应于确定所述第二历史运动状态向量组集合中存在与所述观测车辆信息序列组中观测车辆信息序列相匹配的第二历史运动状态向量组，对所匹配的第二历史运动状态向量组进行更新；

其中，所述基于所述当前车辆信息序列和所述观测车辆信息序列组，对历史状态空间进行更新，得到当前状态空间，还包括：响应于确定所述观测车辆信息序列组中存在与所述第二历史运动状态向量组集合中各个第二历史运动状态向量组不相匹配的观测车辆信息序列，构建所述观测车辆信息序列组中每个不相匹配的观测车辆信息序列的目标车辆状态向量组；

将所构建的每个目标车辆状态向量组确定为第二运动状态向量组，以添加至所述第二运动状态向量组集合中，得到当前状态空间，其中，当前状态空间用于表征到当前时刻为止的一段时间内、当前车辆与附近的其它车辆的实际运动变化情况；

其中，所述历史决策树包括历史决策节点组、历史状态节点组和历史结果节点组，所述历史决策树中的节点还包括车辆执行动作和决策条件；以及所述基于所述当前状态空间包括的第一运动状态向量组和第二运动状态信息向量组集合，对所述当前车辆的历史决策树进行更新，得到当前决策树，包括：基于预设的约束条件集合、所述当前状态空间包括的第一运动状态向量组和第二运动状态向量组集合，对所述历史决策树包括的历史决策节点组中的历史决策节点、历史状态节点组中的历史状态节点和历史结果节点组中的历史结果节点进行更新，得到当前决策树，其中，所述当前决策树中的结果节点包括决策信息；

其中，基于所述当前决策树，生成车辆控制信息，包括：

对所述当前决策树包括的各个决策信息进行决策评估，得到决策评估值组，其中，通过以下步骤进行决策评估，得到决策评估值组：通过预设的概率分布算法，确定决策信息对应的意图概率分布向量；

将意图概率分布向量之间的差异小于预设差异的决策信息确定为不确定决策信息；

将意图概率分布向量之间的差异小于预设差异的决策信息确定为不确定决策信息；

对除不确定决策信息外的其它决策信息进行闭环模拟，得到决策评估值，其中，闭环模拟是通过预设的评分矩阵，对除不确定决策信息外的其它决策信息同时进行决策评估，得到每个决策信息对应的决策评估值；

根据所述决策评估值组，将从所述决策信息组中选出的满足预设决策条件的决策信息确定为车辆控制信息。

6.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1‑4中任一所述的方法。

7.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1‑4中任一所述的方法。