模拟海马-前额叶记忆规划回放机理的行为决策方法

本发明涉及人工智能技术领域的模拟海马‑前额叶记忆规划回放机理的行为决策方法，通过构建海马规划回放网络与前额叶策略评估网络的闭环交互，融合元强化学习与基于模型的策略优化技术，仿生神经机制实现动态规划与策略优化的统一，实现类脑决策过程中经验回放与前瞻性模拟的动态耦合，使机器人能够在“规划”中学习。其以无模型元强化学习的方法获取环境基础数据，再利用基于模型元强化学习的策略优化方法，以当前基础数据作为规划的起点，使用模型进行一定步数的规划，并用规划结果来训练模型，克服了现有机器人算法受限于实际环境复杂程度、样本收集困难等问题，有效提升了学习能力，从而满足了移动机器人在多样化复杂场景中的应用需求。