一种自适应巡航决策系统、方法、计算机设备和计算机可读存储介质，系统包括：决策模型建立模块，用于建立网络决策模型，网络决策模型包括上层决策网络、底层执行网络、奖励函数；初始化模块，用于初始化环境参数，获取环境初始外部状态s_0meta、初始内部状态s_0controller；决策执行模块，用于根据外部状态参数S_imeta，选择初始子目标参数goal_i，初始化奖励参数r_imeta；判断子目标完成条件：本车与前车距离小于预设最小值或大于预设最大值，自车速度为0；若否，根据内部状态参数s_jcontroller，选择初始动作a_j，与环境交互，获得内部状态参数s_{j+1controller}，与环境交互输出奖励参数r_jcontroller，存储记忆{s_jcontroller,a_j,r_j,s_{j+1controller},goal_i}；r_imeta＝r_imeta+r_{j+1controller}；i从1开始循环到N，直至完成子目标结束；存储记忆{s_imeta,goal_i,r_imeta,s_i+1meta}。