一种基于大语言模型的知识引导的车辆跟驰模型构建方法

本申请公开了一种基于大语言模型的知识引导的车辆跟驰模型构建方法、装置、电子设备及存储介质。该方法包括：根据样本数据模拟目标车辆的跟驰场景；其中，样本数据包括目标车辆的速度、目标车辆与前车的间距以及目标车辆与前车之间的相对速度；通过预先确定的加速度预测模型确定跟驰场景中的目标车辆对应的第一加速度；其中，加速度预测模型为内嵌有交通知识的大语言模型，交通知识包括历史交通模式、驾驶行为规律以及各类交通场景下的动态交互信息中的至少一项；根据样本数据和第一加速度对深度神经网络模型进行训练得到车辆跟驰模型。上述方案，可以使车辆跟驰模型在保留较强的泛化能力的同时，具备更加简化的模型结构，降低计算资源消耗。