一种基于多脑区协同的机器人类脑行为决策模型和方法

本发明公开了一种基于多脑区协同的机器人类脑行为决策模型和方法，属于机器人智能控制技术领域。本发明中的基底神经节模块采用DQN处理高维状态空间的动作决策，通过目标网络与MDN动态融合，提升Q值稳定性；小脑模块引入神经元重塑机制，动态重置神经元年龄以逆转学习能力衰减；海马体模块通过记忆回放机制保存任务数据，离线优化MDN参数以增强环境适应性；设计自适应步长策略，根据障碍物距离与转动角度动态调整运动步长，平衡导航效率与避障精度；混合集成模块结合相关性与轨迹评价指标，动态调节小脑与基底神经节输出，生成最优决策动作。本发明通过模拟生物脑区功能并结合优化算法，提升机器人的动态决策效率与环境适应性。