本发明公开了一种基于知识驱动的多车交互驾驶决策、驾驶方法及系统。包括：获取多组不同车辆对应的关键特征数据构建起数据集，并结合数据集和领域专家知识对神经关系推理模型进行训练；通过训练好的神经关系推理模型对所述数据集中各样本对应的车辆间相互关系和潜在决策点进行推断；根据所有样本对应的推断结果，采用逆强化学习方法推断出奖励函数；获取目标车辆当前的关键特征数据，并通过训练好的神经关系推理模型推断目标车辆对应的车辆间相互关系和潜在决策点；基于推断出的所述奖励函数，根据所述目标车辆对应的推断结果，通过马尔科夫决策过程选择出最优驾驶策略，从而提高自动驾驶系统的适应性和操作的透明度。