Los UAVs autónomos para el monitoreo del tráfico urbano deben responder rápidamente a las condiciones operativas cambiantes mientras mantienen una toma de decisiones estable y transparente. Los controladores basados en reglas responden solo a umbrales predefinidos, mientras que los métodos basados en el aprendizaje se adaptan bien pero carecen de la transparencia de certificación requerida para un despliegue crítico para la seguridad. Este artículo propone un mecanismo de control de decisiones regulado por emociones inspirado en la biología e introduce el Motor Pull-Push (PPE), una arquitectura reguladora que equilibra los estímulos ambientales con líneas base ancladas en la personalidad a través de una integración temporal ponderada. El PPE está incrustado en un marco de tres capas que combina los cinco grandes rasgos de personalidad, el modelo de Placer-Excitación-Dominancia (PAD) y la evaluación de eventos de Ortony-Clore-Collins (OCC). La validación en una simulación basada en SUMO a través de tres escenarios de creciente complejidad mostró que la regulación del PPE mantenía trayectorias PAD acotadas y cero saturación a pesar de los estresores concurrentes, mientras que eliminar el término de atracción causó una saturación del 57-88%. La diversidad de comportamiento escaló naturalmente con las demandas operativas: el estado de ánimo sorprendido dominó en todos los escenarios (47.8-67.5%), con Anxioso y Enfocado aumentando sistemáticamente con la complejidad. La entropía de la estrategia aumentó monótonamente (1.885-2.033 bits). Un barrido de sensibilidad confirmó una regulación robusta en una región operativa estable, con degradación solo en el límite (p < 0.001 para todas las comparaciones clave). Cada decisión simulada permanece causalmente rastreable desde el estímulo a través del procesamiento emocional hasta la acción. Esto asegura la interpretabilidad, que es esencial para el futuro despliegue crítico para la seguridad de los UAV, aunque aún se requiere implementación de hardware y validación en campo.