一种仿生记忆驱动的混合专家跟驰决策方法及系统

本发明公开了一种仿生记忆驱动的混合专家跟驰决策方法及系统，属于跟驰决策技术领域。解决了现有技术中传统的跟驰决策方法及系统在实际复杂场景中存在策略切换响应滞后或行为失稳、缺乏面向动态风险感知与情绪记忆的个性化调节机制的问题；本发明包括以下步骤：S1.通过将三个DRL智能体分别设置为不同类型的专家，构建混合专家库；S2.根据混合专家库，建立仿生海马体驱动的门控机制。本发明基于多专家协同优化架构、借鉴人类海马体的记忆与风险评估机制有效克服了静态规则切换的延迟与不稳定性、且提升了在感知不确定环境下的决策鲁棒性、实现了更具拟人化和可解释性的动态驾驶行为调节，可以应用于在复杂交通环境提供跟驰决策。