本文通過調(diào)研國內(nèi)外無人駕駛車輛行為決策系統(tǒng)的研究現(xiàn)狀，對(duì)行為決策系統(tǒng)進(jìn)行分類，基于國內(nèi)外行為決策系統(tǒng)研究實(shí)例，對(duì)基于規(guī)則和基于學(xué)習(xí)算法的不同行為決策系統(tǒng)的實(shí)現(xiàn)方式、適用條件及優(yōu)缺點(diǎn)進(jìn)行比較，分析了現(xiàn)階段無人車行為決策系統(tǒng)的研究水平、技術(shù)難點(diǎn)和發(fā)展趨勢(shì)，為無人駕駛車輛行為決策系統(tǒng)的設(shè)計(jì)提供參考。

本文來自 2018 年 8 月 3 日出版的《汽車技術(shù)》，作者是同濟(jì)大學(xué)汽車學(xué)院熊璐教授、余卓平教授、康宇宸、張培志、朱辰宇。

1. 無人車系統(tǒng)架構(gòu)

無人駕駛車輛是可以自主行駛的車輛，其系統(tǒng)結(jié)構(gòu)核心在于「智能」，不僅具備加減速、轉(zhuǎn)向等常規(guī)的汽車功能，還集成了環(huán)境感知、行為決策、路徑規(guī)劃、車輛控制等系統(tǒng)功能，能夠綜合環(huán)境及自車信息，實(shí)現(xiàn)類似人類駕駛的行為。

圖 1 典型無人駕駛車輛系統(tǒng)架構(gòu)

典型的無人駕駛車輛系統(tǒng)架構(gòu)如圖 1 所示，總體分為環(huán)境感知、決策規(guī)劃和運(yùn)動(dòng)控制三大部分。

環(huán)境感知系統(tǒng)的主要目的是獲取并處理環(huán)境信息，利用多傳感器目標(biāo)檢測(cè)與融合等技術(shù)，獲取周圍環(huán)境態(tài)勢(shì)，為系統(tǒng)其他部分提供周圍環(huán)境的關(guān)鍵信息。感知層將處理后的信息發(fā)送給決策層。

決策規(guī)劃系統(tǒng)綜合環(huán)境及自車信息，使無人車產(chǎn)生安全、合理的駕駛行為，指導(dǎo)運(yùn)動(dòng)控制系統(tǒng)對(duì)車輛進(jìn)行控制 [1]。行為決策系統(tǒng)是狹義的決策系統(tǒng)，其根據(jù)感知層輸出的信息合理決策出當(dāng)前車輛的行為，并根據(jù)不同的行為確定軌跡規(guī)劃的約束條件，指導(dǎo)軌跡規(guī)劃模塊規(guī)劃出合適的路徑、車速等信息，發(fā)送給控制層。

運(yùn)動(dòng)控制系統(tǒng)接收決策規(guī)劃層的指令并控制車輛響應(yīng)，保證控制精度，對(duì)目標(biāo)車速、路徑等進(jìn)行跟蹤 [2]。

2. 無人車行為決策系統(tǒng)概述

2.1 設(shè)計(jì)準(zhǔn)則

無人車行為決策系統(tǒng)的目標(biāo)是使無人車像熟練的駕駛員一樣產(chǎn)生安全、合理的駕駛行為。其設(shè)計(jì)準(zhǔn)則可總結(jié)為：良好的系統(tǒng)實(shí)時(shí)性；安全性最高優(yōu)先級(jí)（車輛具備防碰撞、緊急避障、故障檢測(cè)等功能）；合理的行車效率優(yōu)先級(jí)；結(jié)合用戶需求的決策能力（用戶對(duì)全局路徑變更、安全和效率優(yōu)先級(jí)變更等）；乘員舒適性（車輛轉(zhuǎn)向穩(wěn)定性、平順性等）。

對(duì)于適用于城市道路和高速公路工況的行為決策系統(tǒng)，設(shè)計(jì)準(zhǔn)則還包括 [2]：右側(cè)車道通行優(yōu)先；保持車道優(yōu)先；速度限制；交通標(biāo)志及交通信號(hào)燈限制等。

2.2 輸入與輸出

無人車行為決策系統(tǒng)的上層是感知層，其上層輸入包括：

a.局部環(huán)境信息，其基于相機(jī)、雷達(dá)等車載傳感器，通過多傳感器目標(biāo)檢測(cè) [3-4] 與融合等技術(shù) [5]，融合處理各傳感器數(shù)據(jù)，獲取車輛周邊環(huán)境態(tài)勢(shì)，輸出關(guān)鍵環(huán)境信息，交由決策系統(tǒng)處理。

b.自車定位信息，其基于 GPS/慣性導(dǎo)航系統(tǒng)、高精度地圖定位 [6]、即時(shí)定位與地圖構(gòu)建（Simultaneous Localization And Mapping，SLAM）[7-8] 等方法，主要功能是對(duì)車輛進(jìn)行高精度定位。

c.地理地圖信息和任務(wù)信息，包括先驗(yàn)全局路徑、道路高精地圖、交通標(biāo)志信息等。

廣義的決策系統(tǒng)的輸出是運(yùn)動(dòng)控制信息。本文討論狹義的行為決策系統(tǒng)，其下層是運(yùn)動(dòng)規(guī)劃模塊，行為決策系統(tǒng)的輸出包括當(dāng)前車輛行為、車輛運(yùn)動(dòng)局部目標(biāo)點(diǎn)與目標(biāo)車速等。

2.3 系統(tǒng)分類

無人車行為決策系統(tǒng)主要有基于規(guī)則和基于學(xué)習(xí)算法兩大類。

基于規(guī)則的行為決策，即將無人駕駛車輛的行為進(jìn)行劃分，根據(jù)行駛規(guī)則、知識(shí)、經(jīng)驗(yàn)、交通法規(guī)等建立行為規(guī)則庫，根據(jù)不同的環(huán)境信息劃分車輛狀態(tài)，按照規(guī)則邏輯確定車輛行為的方法。其代表方法為有限狀態(tài)機(jī)法 [9-10]，代表應(yīng)用有智能先鋒II [11]、紅旗 CA7460、Boss [12]、Junior [13]、Odin [14]、Talos [15]、Bertha [16] 等。

基于學(xué)習(xí)算法的行為決策，即通過對(duì)環(huán)境樣本進(jìn)行自主學(xué)習(xí)，由數(shù)據(jù)驅(qū)動(dòng)建立行為規(guī)則庫，利用不同的學(xué)習(xí)方法與網(wǎng)絡(luò)結(jié)構(gòu)，根據(jù)不同的環(huán)境信息直接進(jìn)行行為匹配，輸出決策行為的方法，以深度學(xué)習(xí)的相關(guān)方法及決策樹等各類機(jī)器學(xué)習(xí)方法 [17-18] 為代表。代表應(yīng)用有英偉達(dá)（NVIDIA）[19]、Intel [20]、Comma.ai [21]、Mobileye [22]、百度、Waymo、特斯拉等。

3. 基于規(guī)則的無人車行為決策系統(tǒng)

3.1 有限狀態(tài)機(jī)法

基于規(guī)則的行為決策方法中最具代表性的是有限狀態(tài)機(jī)法，其因邏輯清晰、實(shí)用性強(qiáng)等特點(diǎn)得到廣泛應(yīng)用。有限狀態(tài)機(jī)是一種離散輸入、輸出系統(tǒng)的數(shù)學(xué)模型。它由有限個(gè)狀態(tài)組成，當(dāng)前狀態(tài)接收事件，并產(chǎn)生相應(yīng)的動(dòng)作，引起狀態(tài)的轉(zhuǎn)移。狀態(tài)、事件、轉(zhuǎn)移、動(dòng)作是有限狀態(tài)機(jī)的四大要素 [23-24]。

有限狀態(tài)機(jī)的核心在于狀態(tài)分解。根據(jù)狀態(tài)分解的連接邏輯，將其分為串聯(lián)式、并聯(lián)式、混聯(lián)式 3 種體系架構(gòu)。

串聯(lián)式結(jié)構(gòu)的有限狀態(tài)機(jī)系統(tǒng)，其子狀態(tài)按照串聯(lián)結(jié)構(gòu)連接，狀態(tài)轉(zhuǎn)移大多為單向，不構(gòu)成環(huán)路。并聯(lián)式結(jié)構(gòu)中各子狀態(tài)輸入、輸出呈現(xiàn)多節(jié)點(diǎn)連接結(jié)構(gòu)，根據(jù)不同輸入信息，可直接進(jìn)入不同子狀態(tài)進(jìn)行處理并提供輸出 [25]。如果一個(gè)有限狀態(tài)機(jī)系統(tǒng)下的子狀態(tài)中既存在串聯(lián)遞階，又存在并聯(lián)連接，則稱這個(gè)系統(tǒng)具有混聯(lián)結(jié)構(gòu)。

3.2 基于有限狀態(tài)機(jī)的行為決策系統(tǒng)

有限狀態(tài)機(jī)法是經(jīng)典的決策方法，因其實(shí)用性與穩(wěn)定性在無人車決策系統(tǒng)中廣泛應(yīng)用，目前已比較成熟，美國國防高級(jí)研究計(jì)劃局（Defense Advanced Research Projects Agency，DARPA）城市挑戰(zhàn)賽中各隊(duì)使用的決策系統(tǒng)為其典型代表。

3.2.1 串聯(lián)結(jié)構(gòu)

圖 2 Talos 無人車的行為決策系統(tǒng)

麻省理工大學(xué)的 Talos [15] 無人車如圖 2 所示，其行為決策系統(tǒng)總體采用串聯(lián)結(jié)構(gòu)。該無人車以越野工況挑戰(zhàn)賽為任務(wù)目標(biāo)，根據(jù)邏輯層級(jí)構(gòu)建決策系統(tǒng)。其系統(tǒng)分為定位與導(dǎo)航、障礙物檢測(cè)、車道線檢測(cè)、路標(biāo)識(shí)別、可行駛區(qū)域地圖構(gòu)建、運(yùn)動(dòng)規(guī)劃、運(yùn)動(dòng)控制等模塊，其中導(dǎo)航模塊負(fù)責(zé)制定決策任務(wù)。

串聯(lián)式結(jié)構(gòu)的優(yōu)點(diǎn)是邏輯明確、規(guī)劃推理能力強(qiáng)、問題求解精度高。其缺點(diǎn)在于對(duì)復(fù)雜問題的適應(yīng)性差，某子狀態(tài)故障時(shí)，會(huì)導(dǎo)致整個(gè)決策鏈的癱瘓。串聯(lián)結(jié)構(gòu)適用于某一工況的具體處理，擅長(zhǎng)任務(wù)的層級(jí)推理與細(xì)分解決。

3.2.2 并聯(lián)結(jié)構(gòu)

圖 3 Junior 無人車的行為決策系統(tǒng)

斯坦福大學(xué)與大眾公司研發(fā)的 Junior 無人車 [13] 行為決策系統(tǒng)結(jié)構(gòu)如圖 3 所示，其具備典型的并聯(lián)結(jié)構(gòu)。該系統(tǒng)分為初始化、前向行駛、停止標(biāo)志前等待、路口通過、U 形彎等 13 個(gè)子狀態(tài)，各個(gè)子狀態(tài)相互獨(dú)立。

Junior 決策系統(tǒng)是并聯(lián)劃分子系統(tǒng)最多的系統(tǒng)之一，但在實(shí)際場(chǎng)景測(cè)試中，依然存在其有限狀態(tài)機(jī)沒有覆蓋的工況，且對(duì)真實(shí)場(chǎng)景的辨識(shí)準(zhǔn)確率較差。這說明單純地應(yīng)用并聯(lián)式場(chǎng)景行為細(xì)分并不能提高場(chǎng)景遍歷的深度，相反容易降低場(chǎng)景辨識(shí)準(zhǔn)確率。

圖 4 Bertha 無人車的行為決策系統(tǒng)

梅賽德斯奔馳公司研發(fā)的 Bertha 無人車 [16] 行為決策系統(tǒng)如圖 4 所示。該系統(tǒng)分為路徑規(guī)劃、目標(biāo)分析、交通信號(hào)燈管理、放棄管理 4 個(gè)獨(dú)立并行的子狀態(tài)模塊。其中，放棄管理模塊通過換擋操縱桿信號(hào)進(jìn)行無人和有人駕駛的切換。

圖 5 紅旗 CA7460 的行為決策系統(tǒng)

國防科學(xué)技術(shù)大學(xué)研發(fā)的紅旗 CA7460 [2] 行為決策系統(tǒng)如圖 5 所示，其具備典型的并聯(lián)結(jié)構(gòu)。該系統(tǒng)適用于高速公路工況，其決策系統(tǒng)劃分為自由追蹤行車道、自由追蹤超車道、由行車道換入超車道、由超車道換入行車道等模式。

紅旗 CA7460 對(duì)車輛行駛的安全性指標(biāo)和效率指標(biāo)進(jìn)行了衡量，根據(jù)交通狀況和安全性指標(biāo)選出滿足條件的候選行為，再根據(jù)效率指標(biāo)決策出最優(yōu)行為。

卡爾斯魯厄工業(yè)大學(xué)的 AnnieWAY 無人車團(tuán)隊(duì) [26] 建立了并行層次狀態(tài)機(jī)，構(gòu)建決策系統(tǒng)應(yīng)對(duì)環(huán)境中出現(xiàn)的各類情況。布倫瑞克工業(yè)大學(xué)提出的移動(dòng)導(dǎo)航分布式體系結(jié)構(gòu)，包含一系列駕駛行為（跟隨道路點(diǎn)、車道保持、避障、行駛在停車區(qū)等），通過投票機(jī)制決策駕駛行為并應(yīng)用于 Caroline 號(hào)無人車 [27-28] 上。

并聯(lián)式結(jié)構(gòu)將每一種工況單獨(dú)劃分成模塊進(jìn)行處理，整個(gè)系統(tǒng)可快速、靈活地對(duì)輸入進(jìn)行響應(yīng)。但在復(fù)雜工況下，由于遍歷狀態(tài)較多導(dǎo)致的算法機(jī)構(gòu)龐大，以及狀態(tài)間的劃分與狀態(tài)沖突的解決是難點(diǎn)。并聯(lián)結(jié)構(gòu)適用于場(chǎng)景較復(fù)雜的工況。

相較于串聯(lián)結(jié)構(gòu)，并聯(lián)結(jié)構(gòu)的優(yōu)點(diǎn)是具備場(chǎng)景遍歷廣度優(yōu)勢(shì)，易于實(shí)現(xiàn)復(fù)雜的功能組合，具有較好的模塊性與拓展性，缺點(diǎn)是系統(tǒng)不具備時(shí)序性，缺乏場(chǎng)景遍歷的深度，決策易忽略細(xì)微環(huán)境變化，狀態(tài)劃分灰色地帶難以處理，從而導(dǎo)致決策錯(cuò)誤。

3.2.3 混聯(lián)結(jié)構(gòu)

串、并聯(lián)結(jié)構(gòu)具備各自的局限性，混聯(lián)式結(jié)構(gòu)可較好地結(jié)合兩者優(yōu)點(diǎn)，層級(jí)式混聯(lián)結(jié)構(gòu)是比較典型的方法。

圖 6 Boss 無人車的行為決策系統(tǒng)

卡耐基梅隆大學(xué)與福特公司研發(fā)的 Boss 無人車 [12] 行為決策系統(tǒng)如圖 6 所示，其具備典型的層級(jí)式混聯(lián)結(jié)構(gòu)。系統(tǒng)頂層基于場(chǎng)景行為劃分，底層基于自車行為劃分。3 個(gè)頂層行為及其底層行為分別為：車道保持（車道選擇、場(chǎng)景實(shí)時(shí)報(bào)告、距離保持器、行為發(fā)生器等）、路口處理（優(yōu)先級(jí)估計(jì)、轉(zhuǎn)移管理等）和指定位姿。

圖 7 Odin 無人車行為決策系統(tǒng)

弗吉尼亞理工大學(xué)研發(fā)的 Odin 無人車 [14] 行為決策系統(tǒng)如圖 7 所示，該系統(tǒng)引入決策仲裁機(jī)制，其決策系統(tǒng)劃分為車道保持、超車、匯入交通流、U 型彎、擁堵再規(guī)劃等模塊。每個(gè)子決策模塊輸出的結(jié)果均交由決策融合器進(jìn)行決策仲裁。各模塊具備不同優(yōu)先級(jí)，優(yōu)先級(jí)低的模塊必須讓步于優(yōu)先級(jí)高的模塊。

圖 8 智能駕駛 Ⅱ 號(hào)行為決策系統(tǒng)

中國科學(xué)技術(shù)大學(xué)研發(fā)的智能駕駛 Ⅱ 號(hào) [11] 行為決策系統(tǒng)如圖 8 所示，其具備典型的混聯(lián)結(jié)構(gòu)。該系統(tǒng)進(jìn)行了專家算法和機(jī)器學(xué)習(xí)算法的融合，頂層決策系統(tǒng)采用并聯(lián)式有限狀態(tài)機(jī)，分為跟車巡航、十字路口、U 形彎、自主泊車等模塊。底層采用學(xué)習(xí)算法（ID3 決策樹法），用以得出車輛的具體目標(biāo)狀態(tài)及目標(biāo)動(dòng)作。

這種層級(jí)處理的思想還衍生出各種具體的應(yīng)用方法：

康奈爾大學(xué)的 Skynet 號(hào)無人車 [29] 通過結(jié)合交通規(guī)則和周圍環(huán)境，建立了 3 層規(guī)劃系統(tǒng)，劃分駕駛行為、規(guī)劃策略與底層操作控制，實(shí)現(xiàn)對(duì)車輛行為的決策處理；

清華大學(xué)的 THMR-V 無人車 [30] 采用分層式的體系結(jié)構(gòu)，將系統(tǒng)分為協(xié)調(diào)級(jí)和執(zhí)行級(jí)，通過協(xié)調(diào)級(jí)對(duì)環(huán)境和車輛狀態(tài)進(jìn)行局部規(guī)劃，最高時(shí)速可達(dá)百公里；

佛羅里達(dá)大學(xué)的 Knight Rider 號(hào)無人車 [31] 包含人工智能模塊，建立了層次結(jié)構(gòu)駕駛員模型，將駕駛?cè)蝿?wù)分為戰(zhàn)略、戰(zhàn)術(shù)和操作層級(jí)，通過戰(zhàn)略層設(shè)定次級(jí)目標(biāo)來生成序列最優(yōu)戰(zhàn)術(shù)，并經(jīng)過操作層輸出控制信號(hào)；

來自賓州大學(xué)的 Little Ben 號(hào)無人車研發(fā)團(tuán)隊(duì) [32] 建立了簡(jiǎn)單的規(guī)則對(duì)比賽給定的任務(wù)文件進(jìn)行駕駛行為的劃分，結(jié)合路網(wǎng)信息確定車輛行為，以此作為車輛的上層決策系統(tǒng)。

4. 基于學(xué)習(xí)算法的無人車行為決策系統(tǒng)

近年來，人工智能技術(shù)迅猛發(fā)展，學(xué)習(xí)算法越來越多地運(yùn)用于無人駕駛車輛環(huán)境感知與決策系統(tǒng) [33]。

基于學(xué)習(xí)算法的無人車行為決策系統(tǒng)研究目前已取得顯著成果，根據(jù)原理不同主要可分為深度學(xué)習(xí)相關(guān)的決策方法 [34-35] 與基于決策樹等機(jī)器學(xué)習(xí)理論的決策方法。NVIDIA 端到端卷積神經(jīng)網(wǎng)絡(luò)決策系統(tǒng) [19] 與中國科學(xué)技術(shù)大學(xué)應(yīng)用的 ID3決策樹法 [11] 是其典型案例。

4.1 深度學(xué)習(xí)方法

深度學(xué)習(xí)方法因其在建?，F(xiàn)實(shí)問題上極強(qiáng)的靈活性，近年來被許多專家、學(xué)者應(yīng)用于無人車決策系統(tǒng)。NVIDIA 研發(fā)的無人駕駛車輛系統(tǒng)架構(gòu)是一種典型架構(gòu)，其采用端到端卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行決策處理，使決策系統(tǒng)大幅簡(jiǎn)化。系統(tǒng)直接輸入由相機(jī)獲得的各幀圖像，經(jīng)由神經(jīng)網(wǎng)絡(luò)決策后直接輸出車輛目標(biāo)轉(zhuǎn)向盤轉(zhuǎn)角。

圖 9 NVIDIA 無人車決策系統(tǒng)訓(xùn)練模型

該系統(tǒng)使用 NVIDIA DevBox 作處理器，用 Torch 7 作為系統(tǒng)框架進(jìn)行訓(xùn)練，工作時(shí)每秒處理 30幀數(shù)據(jù)，其訓(xùn)練系統(tǒng)框架如圖 9所示。圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）計(jì)算轉(zhuǎn)向控制命令，將預(yù)測(cè)的轉(zhuǎn)向控制命令與理想的控制命令相比較，然后調(diào)整 CNN 模型的權(quán)值使得預(yù)測(cè)值盡可能接近理想值。權(quán)值調(diào)整由機(jī)器學(xué)習(xí)庫 Torch 7 的反向傳播算法完成。訓(xùn)練完成后，模型可以利用中心的單個(gè)攝像機(jī)數(shù)據(jù)生成轉(zhuǎn)向控制命令。

圖 10 NVIDIA 與 Mobileye 決策架構(gòu)

其深度學(xué)習(xí)系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)如圖 10a 所示，共 9層，包括 1 個(gè)歸一化層、5 個(gè)卷積層和 3 個(gè)全連接層。輸入圖像被映射到 YUV 顏色空間，然后傳入網(wǎng)絡(luò)。

仿真結(jié)果表明，其神經(jīng)網(wǎng)絡(luò)能完整地學(xué)習(xí)保持車道駕駛的任務(wù)，而不需要人工將任務(wù)分解為車道檢測(cè)、語義識(shí)別、路徑規(guī)劃和車輛控制等。CNN 模型可以從稀疏的訓(xùn)練信號(hào)（只有轉(zhuǎn)向控制命令）中學(xué)到有意義的道路特征，100 h 以內(nèi)的少量訓(xùn)練數(shù)據(jù)就足以完成在各種條件下操控車輛的訓(xùn)練。

百度端到端系統(tǒng)實(shí)現(xiàn)了對(duì)車輛的縱向和橫向控制：

縱向控制采用堆疊卷積長(zhǎng)短期記憶（Long Short Term Memory，LSTM）深度學(xué)習(xí)模型，提取幀序列圖像中的時(shí)空特征信息，實(shí)現(xiàn)特征到縱向控制指令的映射；

橫向控制采用 CNN 深度學(xué)習(xí)模型，從單幅前視相機(jī)的圖像直接計(jì)算出橫向控制的曲率。

模型主要關(guān)注視覺特征的提取、時(shí)序規(guī)律的發(fā)現(xiàn)、行為的映射等方面。

其中，縱向控制被看作時(shí)空序列預(yù)測(cè)問題，輸入單元為最近 5 幀圖像（圖像采集頻率是每秒 8幀），每幀圖像均縮放為 80 像素 × 80 像素的 RGB 格式。LSTM 模型的第 1 層有 64 個(gè)通道，其內(nèi)核大小為 5 像素 × 5像素，后續(xù)層擁有更多的通道和更小的內(nèi)核，最后一個(gè)卷積層為 2 個(gè)完全連通的層。輸出單元是線性單元，損失函數(shù)是 MSE，優(yōu)化器是 rmsprop。橫向控制由 1 個(gè)預(yù)處理層、5 個(gè)卷積層和 2 個(gè)全連接層組成。輸入為 320 像素 × 320 像素的 RGB格式圖像。

圖 11 Intel 決策網(wǎng)絡(luò)架構(gòu)

Intel [20] 利用已有控制數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)，完成端到端的自動(dòng)駕駛，如圖 11 所示。其在網(wǎng)絡(luò)中考慮了方向性的控制指令（直行、左轉(zhuǎn)、右轉(zhuǎn)），使得網(wǎng)絡(luò)可以在車道保持的同時(shí)完成轉(zhuǎn)彎等操作。圖 11 為 2 種不同的結(jié)合控制指令的結(jié)構(gòu)：一種作為網(wǎng)絡(luò)的輸入，另一種將指令分為 3 個(gè)不同的輸出層，根據(jù)控制指令選擇不同的輸出。

Comma.ai [21] 利用 CNN，并且?guī)缀踔挥?CNN來構(gòu)造決策系統(tǒng)。該系統(tǒng)將圖像導(dǎo)入網(wǎng)絡(luò)，通過網(wǎng)絡(luò)輸出命令調(diào)整轉(zhuǎn)向盤和車速，從而使車輛保持在車道內(nèi)。根據(jù) Comma.ai 公布的數(shù)據(jù)，該公司目前已經(jīng)累計(jì)行駛約1.35×10^6 km，累計(jì)行駛時(shí)間為 22000 h，累計(jì)用戶 1909 人。

美國伍斯特理工學(xué)院 [36] 提出了一種自動(dòng)駕駛汽車的端到端學(xué)習(xí)方法，能夠直接從前視攝像機(jī)拍攝的圖像幀中產(chǎn)生適當(dāng)?shù)霓D(zhuǎn)向盤轉(zhuǎn)角。主要使用卷積神經(jīng)網(wǎng)絡(luò)將特征級(jí)的圖像數(shù)據(jù)作為輸入，駕駛員的轉(zhuǎn)向盤轉(zhuǎn)角作為輸出進(jìn)行訓(xùn)練和學(xué)習(xí)，使用 Comma.ai 公布的數(shù)據(jù)集進(jìn)行訓(xùn)練和評(píng)估。試驗(yàn)結(jié)果表明，該模型能夠?qū)崿F(xiàn)相對(duì)精確的轉(zhuǎn)向控制，很好地完成了車道保持動(dòng)作。

Mobileye [22] 把增強(qiáng)學(xué)習(xí)應(yīng)用在高級(jí)駕駛策略的學(xué)習(xí)上，感知及控制等模塊則被獨(dú)立出來處理，其系統(tǒng)結(jié)構(gòu)如圖 10b 所示。相對(duì)于端到端學(xué)***提高了決策過程的可解釋性和可操作性，很好地適配了傳統(tǒng)機(jī)器人學(xué)中感知-決策-控制的系統(tǒng)架構(gòu)。

Drive.ai 獲準(zhǔn)在美國加州公共道路上測(cè)試無人駕駛汽車，其在感知和決策上都使用深度學(xué)習(xí)，但避免整體系統(tǒng)的端到端，而是將系統(tǒng)按模塊分解，再分別應(yīng)用深度學(xué)習(xí)，同時(shí)結(jié)合規(guī)則、知識(shí)確保系統(tǒng)的安全性。

Waymo 通過模擬駕駛及道路測(cè)試獲取了大量的數(shù)據(jù)對(duì)其行為決策系統(tǒng)進(jìn)行訓(xùn)練。該系統(tǒng)不僅能對(duì)物體進(jìn)行探測(cè)，還能對(duì)障礙物進(jìn)行語義理解。對(duì)不同道路參與者的行為方式建立準(zhǔn)確的模型，判斷它可能的行為方式以及對(duì)汽車自身的道路行為產(chǎn)生的影響，輸入到?jīng)Q策系統(tǒng)，保證決策行為的安全性。

卡耐基梅隆大學(xué) [37] 提出了一種基于預(yù)測(cè)和代價(jià)函數(shù)算法（Prediction and Cost function-Based algorithm，PCB）的離線學(xué)習(xí)機(jī)制，用于模擬人類駕駛員的行為決策。其決策系統(tǒng)針對(duì)交通場(chǎng)景預(yù)測(cè)與評(píng)估問題建立模型，使用學(xué)習(xí)算法，利用有限的訓(xùn)練數(shù)據(jù)進(jìn)行優(yōu)化。訓(xùn)練數(shù)據(jù)來源于人類駕駛員在實(shí)際道路的跟車場(chǎng)景，主要包含自車車速、前車車速以及兩車之間的距離等。在 120 km 的低速跟車測(cè)試中，PCB 和人類跟車的車速差異僅為 5%，能夠很好地完成跟車操作。

國防科技大學(xué)的劉春明教授等人 [38] 構(gòu)建了 14 自由度的車輛模型，采用模型控制預(yù)測(cè)理論，利用基于增強(qiáng)學(xué)習(xí)理論的方法，基于仿真數(shù)據(jù)得到了無人車的決策模型。該方法利用多自由度車輛模型對(duì)車輛的實(shí)際動(dòng)力學(xué)特性進(jìn)行考量，有利于滿足車輛行駛穩(wěn)定與乘員舒適的要求。

麻省理工大學(xué) [39] 在仿真器中模擬單向 7 車道工況，利用定義好的深度強(qiáng)化學(xué)習(xí)（Deep Q-Learning，DQN）模型調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，可在瀏覽器上進(jìn)行訓(xùn)練工作，完善決策系統(tǒng)。

4.2 其他機(jī)器學(xué)習(xí)方法

除基于學(xué)習(xí)的決策方法外，還有很多機(jī)器學(xué)習(xí)方法在決策系統(tǒng)中加以應(yīng)用。決策樹法為機(jī)器學(xué)習(xí)理論中一種具有代表性的方法，中國科技大學(xué)的智能駕駛 Ⅱ 號(hào)將其用于決策系統(tǒng)。其應(yīng)用的 ID3 決策樹法適用于多種具體工況，如路口、U 形彎工況等，其先由頂層有限狀態(tài)機(jī)決策出具體場(chǎng)景，再進(jìn)入決策樹進(jìn)行相應(yīng)的計(jì)算。

圖 12 基于 ID3 算法的行為決策樹

以十字路口工況為例，首先確定當(dāng)前工況的條件屬性（即系統(tǒng)輸入，如自車車速、干擾車車速等）和決策屬性（即系統(tǒng)輸出，如加速直行、停車讓行等）。選取若干樣本數(shù)據(jù)進(jìn)行基于灰關(guān)聯(lián)熵的條件屬性影響分析，獲得如圖 12 所示的基于 ID3 算法的行為決策樹。

該行為決策樹即機(jī)器通過學(xué)習(xí)后自主獲得的行為規(guī)則庫的一種表現(xiàn)形式。無人車運(yùn)行時(shí)，將駕駛環(huán)境信息轉(zhuǎn)化成條件屬性，交由決策樹進(jìn)行計(jì)算，最終得出決策指令，指導(dǎo)無人車的行為操作。

ID3 決策樹法具有知識(shí)自動(dòng)獲取、準(zhǔn)確表達(dá)、結(jié)構(gòu)清晰簡(jiǎn)明的優(yōu)點(diǎn)，其缺點(diǎn)同樣明顯，即對(duì)于大量數(shù)據(jù)獲取的難度較大，數(shù)據(jù)可靠性不足，數(shù)據(jù)離散化處理后精度不足。

德國寶馬和慕尼黑工業(yè)大學(xué)[40] 提出了一種基于部分可觀測(cè)馬爾科夫決策過程（Partially Observable Markov Decision Processes，POMDP）的決策模型，主要解決動(dòng)態(tài)和不確定駕駛環(huán)境下的決策問題，其不確定性主要來源于傳感器噪聲和交通參與者行駛意圖的不確定性。

POMDP 將其他車輛的駕駛意圖作為隱藏變量，建立貝葉斯概率模型，可求解出自車在規(guī)劃路徑上的最優(yōu)加速度。在復(fù)雜交叉路口的仿真測(cè)試下，能夠較好地根據(jù)其他車輛的駕駛行為調(diào)整自車的最優(yōu)加速度，保證安全性與行車效率。

豐田公司的 Urtasun 等人 [41] 提出了一種基于概率的生成式模型，提取室外環(huán)境的語義信息作為輸入，并輸出行為決策。

5. 無人車行為決策系統(tǒng)發(fā)展趨勢(shì)

5.1 現(xiàn)階段研究水平

無人車行為決策系統(tǒng)研究水平的衡量標(biāo)準(zhǔn)主要體現(xiàn)在實(shí)車應(yīng)用性、實(shí)現(xiàn)功能的復(fù)雜程度、應(yīng)用場(chǎng)景的復(fù)雜程度、決策結(jié)果正確性與系統(tǒng)復(fù)雜性。

實(shí)車應(yīng)用是對(duì)決策系統(tǒng)的基本要求?，F(xiàn)階段，有限狀態(tài)機(jī)法作為基于規(guī)則的代表方法，已經(jīng)較為成熟并廣泛應(yīng)用于國內(nèi)外諸多無人車上?；趯W(xué)習(xí)算法的決策算法，如深度學(xué)習(xí)相關(guān)方法、決策樹法、粗糙集理論等學(xué)習(xí)算法近年來發(fā)展迅速，亦具有很多相關(guān)應(yīng)用實(shí)例并取得很好效果。截至 2017 年 11 月，谷歌自動(dòng)駕駛汽車部門 Waymo 已在美國 6 個(gè)州開展了自動(dòng)駕駛測(cè)試，宣稱其測(cè)試用無人車已行駛 5.6×10^6 km并完成了 4×10^9 km 的模擬駕駛。特斯拉的量產(chǎn)車中安裝了 Autopilot 硬件系統(tǒng)，可通過空中下載（Over-The-Air，OTA）技術(shù)進(jìn)行從 L2 到 L4 的升級(jí)。2017 年上半年以來，陸續(xù)開啟了車道偏離警告、自動(dòng)轉(zhuǎn)向（Autosteer）、召喚（Summon）以及自動(dòng)車道變換等功能。

在功能復(fù)雜程度上，現(xiàn)階段的有限狀態(tài)機(jī)決策技術(shù)除實(shí)現(xiàn)簡(jiǎn)單的循線行駛、車道保持、緊急避障等功能外，也可實(shí)現(xiàn)較為復(fù)雜的組合功能 [42-43]，如路口處理、自主泊車，乃至一定工況范圍內(nèi)的長(zhǎng)距離自主駕駛。狀態(tài)機(jī)方法可并行遍歷多個(gè)場(chǎng)景，且擅長(zhǎng)在特定場(chǎng)景內(nèi)對(duì)任務(wù)進(jìn)行拆分決策。而現(xiàn)階段學(xué)習(xí)算法的功能應(yīng)用依賴于訓(xùn)練集的豐富程度，一般在指定工況與任務(wù)下效果較好，多場(chǎng)景與多任務(wù)協(xié)調(diào)能力仍相對(duì)較差。如北京理工大學(xué)的 BYD-Ray [44] 應(yīng)用粗糙集理論主要解決換道決策的功能，智能駕駛 Ⅱ 號(hào)的 1 個(gè)決策樹只能解決 1 個(gè)功能下的決策任務(wù)。以谷歌為代表的端到端相關(guān)方法取得了較好效果，但其對(duì)于訓(xùn)練數(shù)據(jù)較為依賴，決策網(wǎng)絡(luò)可解釋性與可調(diào)整性較差。

在應(yīng)用場(chǎng)景的復(fù)雜程度上，現(xiàn)階段的有限狀態(tài)機(jī)決策技術(shù)可以適應(yīng)復(fù)雜的綜合城市環(huán)境，其優(yōu)勢(shì)在于場(chǎng)景廣度的遍歷。Boss、Junior、Odin 等在 DARPA 無人車挑戰(zhàn)賽中于 6 h 內(nèi)完成 96 km 的路測(cè)，其場(chǎng)景完全還原了真實(shí)城市道路環(huán)境，需要車輛與其他車輛交互、避讓，同時(shí)遵守交通規(guī)則，具有很高的環(huán)境復(fù)雜度。而學(xué)習(xí)算法更加著重于場(chǎng)景深度的遍歷，對(duì)于同一場(chǎng)景下的各種細(xì)微變化更加應(yīng)變自如[45-46]。NVIDIA 無人車?yán)糜?xùn)練后的 CNN 模型，可以使車輛在同一類場(chǎng)景下在面對(duì)不同道路材質(zhì)、車道線線型、各種天氣狀況等細(xì)微環(huán)境變化時(shí)做出正確反應(yīng)。Drive.ai 共有 4 輛車在舊金山灣區(qū)進(jìn)行路測(cè)，在夜路、雨天、有霧等復(fù)雜情況下也基本可以實(shí)現(xiàn)完全自動(dòng)駕駛。

在決策結(jié)果的正確性上，學(xué)習(xí)算法與規(guī)則算法各有優(yōu)勢(shì)，在實(shí)現(xiàn)較高的功能復(fù)雜度和適應(yīng)較高場(chǎng)景復(fù)雜度的基礎(chǔ)上，兩種算法均能夠保證決策系統(tǒng)的正確性，完成相應(yīng)的行駛?cè)蝿?wù)。但對(duì)于復(fù)雜工況，規(guī)則算法面臨狀態(tài)劃分界限確定問題。學(xué)習(xí)算法需要遍歷程度高的數(shù)據(jù)作為支持。

在系統(tǒng)復(fù)雜性上，基于學(xué)習(xí)的算法舍棄了規(guī)則算法的層級(jí)架構(gòu)，更加簡(jiǎn)潔直接，大幅簡(jiǎn)化了決策系統(tǒng)結(jié)構(gòu)[47]。規(guī)則算法面臨復(fù)雜工況，不可避免因遍歷工況、完善邏輯而導(dǎo)致算法規(guī)模龐大冗雜。并且對(duì)于復(fù)雜工況下算法性能的提高問題，規(guī)則算法因其邏輯結(jié)構(gòu)問題，難以大幅提升，存在瓶頸。

根據(jù)美國汽車工程師學(xué)會(huì)（SAE）的自動(dòng)駕駛分級(jí)，現(xiàn)階段基于專家和學(xué)習(xí)算法的無人車基本可達(dá)到 L3 級(jí)有條件自動(dòng)駕駛水平，部分可以達(dá)到 L4 級(jí)高度自動(dòng)駕駛水平。通用汽車于 2018 年 1 月發(fā)布了新一代無人駕駛汽車——Cruise AV，這是世界首輛無需駕駛員、轉(zhuǎn)向盤和踏板即可實(shí)現(xiàn)安全駕駛的可量產(chǎn)汽車，可以達(dá)到 L4 級(jí)別。百度于 2015 年 12 月完成了北京中關(guān)村軟件園的百度大廈至奧林匹克森林公園并原路返回的道路測(cè)試，全程均無人駕駛，最高車速達(dá) 100 km/h。2018 年 2 月的春節(jié)聯(lián)歡晚會(huì)中，百度 Apollo 無人車隊(duì)在港珠澳大橋上以無人駕駛模式完成了 8 字交叉跑等高難度駕駛動(dòng)作，標(biāo)志著我國無人駕駛技術(shù)亦取得了長(zhǎng)足進(jìn)步。

5.2 技術(shù)難點(diǎn)

基于規(guī)則和基于學(xué)習(xí)算法的行為決策技術(shù)各自具備較為鮮明的優(yōu)缺點(diǎn)。

基于專家規(guī)則的行為決策系統(tǒng)，

其優(yōu)點(diǎn)是：算法邏輯清晰，可解釋性強(qiáng)，穩(wěn)定性強(qiáng)，便于建模；系統(tǒng)運(yùn)行對(duì)處理器性能要求不高；模型可調(diào)整性強(qiáng)；可拓展性強(qiáng)，通過狀態(tài)機(jī)的分層可以實(shí)現(xiàn)較為復(fù)雜的組合功能；在功能場(chǎng)景的廣度遍歷上存在優(yōu)勢(shì)。

其缺點(diǎn)是：由于狀態(tài)切割劃分條件導(dǎo)致車輛行為不連貫；行為規(guī)則庫觸發(fā)條件易重疊從而造成系統(tǒng)失效；有限狀態(tài)機(jī)難以完全覆蓋車輛可能遇到的所有工況，通常會(huì)忽略可能導(dǎo)致決策錯(cuò)誤的環(huán)境細(xì)節(jié)；場(chǎng)景深度遍歷不足導(dǎo)致系統(tǒng)決策正確率難以提升，對(duì)復(fù)雜工況處理及算法性能的提升存在瓶頸。

基于學(xué)習(xí)算法的行為決策系統(tǒng)，

其優(yōu)點(diǎn)是：具備場(chǎng)景遍歷深度的優(yōu)勢(shì)，針對(duì)某一細(xì)分場(chǎng)景，通過大數(shù)據(jù)系統(tǒng)更容易覆蓋全部工況；利用網(wǎng)絡(luò)結(jié)構(gòu)可簡(jiǎn)化決策算法規(guī)模；部分機(jī)器具備自學(xué)習(xí)性能，機(jī)器能夠自行提煉環(huán)境特征和決策屬性，便于系統(tǒng)優(yōu)化迭代 [48-49]；不必遍歷各種工況，通過數(shù)據(jù)的訓(xùn)練完善模型，模型正確可率隨數(shù)據(jù)的完備得以提升。

其缺點(diǎn)是：算法決策結(jié)果可解釋性差，模型修正難度大；學(xué)習(xí)算法不具備場(chǎng)景遍歷廣度優(yōu)勢(shì)，不同場(chǎng)景所需采用的學(xué)習(xí)模型可能完全不同；機(jī)器學(xué)習(xí)需要大量試驗(yàn)數(shù)據(jù)作為學(xué)習(xí)樣本；決策效果依賴數(shù)據(jù)質(zhì)量，樣本不足、數(shù)據(jù)質(zhì)量差、網(wǎng)絡(luò)結(jié)構(gòu)不合理等會(huì)導(dǎo)致過學(xué)習(xí)、欠學(xué)習(xí)等問題。

根據(jù)上述決策系統(tǒng)的優(yōu)缺點(diǎn)，提出現(xiàn)階段決策系統(tǒng)需要解決的具體技術(shù)難點(diǎn)：

a.基于有限狀態(tài)機(jī)決策模型的狀態(tài)劃分問題。有限狀態(tài)機(jī)的狀態(tài)劃分需要依據(jù)明確的邊界條件。但實(shí)際駕駛過程中，駕駛行為間存在某些「灰色地帶」，即同一場(chǎng)景下可能有 1 個(gè)以上合理的行為選擇，使駕駛狀態(tài)存在沖突。對(duì)于決策系統(tǒng)而言，一方面要避免沖突狀態(tài)強(qiáng)行劃分而造成的無人車行為不連貫，另一方面也要能夠判斷處于「灰色地帶」的無人車不同行為的最優(yōu)性。通過在決策系統(tǒng)中引入其他決策理論，如 DS 證據(jù)理論（Dempster-Shafer Evidence Theory）等、決策仲裁機(jī)制、博弈論法、狀態(tài)機(jī)與學(xué)習(xí)算法結(jié)合等方法可幫助解決該問題。

b.基于有限狀態(tài)機(jī)決策模型的復(fù)雜場(chǎng)景遍歷問題。有限狀態(tài)機(jī)需要人工設(shè)定規(guī)則庫以泛化無人車行駛狀態(tài)，這種模式使得狀態(tài)機(jī)具有廣度遍歷優(yōu)勢(shì)。但隨著環(huán)境場(chǎng)景的增多與復(fù)雜，有限狀態(tài)機(jī)的規(guī)模也不斷龐大，使得算法臃腫；而同一場(chǎng)景的深度遍歷，即由于環(huán)境細(xì)節(jié)變化導(dǎo)致的決策結(jié)果變化，也很難通過狀態(tài)遍歷。對(duì)于有限狀態(tài)機(jī)決策系統(tǒng)而言，利用學(xué)習(xí)算法的優(yōu)點(diǎn)，采用狀態(tài)機(jī)與學(xué)習(xí)算法結(jié)合的方法，結(jié)合學(xué)習(xí)算法深度遍歷的優(yōu)勢(shì)，有利于有效解決該問題。

c.基于學(xué)習(xí)算法決策模型的正確性與穩(wěn)定性問題。學(xué)習(xí)算法的訓(xùn)練結(jié)果與樣本數(shù)量、樣本質(zhì)量和網(wǎng)絡(luò)結(jié)構(gòu)有關(guān)。如果學(xué)習(xí)模型過于復(fù)雜，會(huì)造成無法區(qū)分?jǐn)?shù)據(jù)本質(zhì)和噪聲的情況，泛化能力減弱；反之，如果學(xué)習(xí)模型過于簡(jiǎn)單，或者樣本數(shù)量不足、對(duì)場(chǎng)景遍歷不足，則會(huì)導(dǎo)致規(guī)則提煉不精準(zhǔn)，出現(xiàn)欠學(xué)習(xí)問題。此外，學(xué)習(xí)算法模型邏輯解釋性較差，實(shí)際應(yīng)用中調(diào)整與修正不很方便。對(duì)于基于學(xué)習(xí)算法的決策系統(tǒng)而言，一方面要收集大量可靠、高質(zhì)量的試驗(yàn)數(shù)據(jù)，另一方面要選擇合理的學(xué)習(xí)算法，配置合理的試驗(yàn)參數(shù)，調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，以提高訓(xùn)練結(jié)果的正確性與穩(wěn)定性。

5.3 技術(shù)發(fā)展趨勢(shì)

隨著計(jì)算機(jī)科學(xué)的迅猛發(fā)展，近年來掀起了機(jī)器學(xué)習(xí)技術(shù)的研究浪潮，學(xué)習(xí)算法越來越多地運(yùn)用于無人車行為決策系統(tǒng)，計(jì)算機(jī)硬件平臺(tái)的發(fā)展也為深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練提供了強(qiáng)有力的支持。

基于規(guī)則的決策方法相對(duì)較為成熟，其在場(chǎng)景遍歷廣度上具備優(yōu)勢(shì)，邏輯可解釋性強(qiáng)，易于根據(jù)場(chǎng)景分模塊設(shè)計(jì)，國內(nèi)外均有很多應(yīng)用有限狀態(tài)機(jī)的決策系統(tǒng)實(shí)例。然而其系統(tǒng)結(jié)構(gòu)決定了其在場(chǎng)景遍歷深度、決策正確率上存在一定的瓶頸，難以處理復(fù)雜工況 [50]。

基于學(xué)習(xí)算法的決策系統(tǒng)因具有場(chǎng)景遍歷深度的優(yōu)勢(shì)，將被越來越多地用作決策系統(tǒng)的底層，即針對(duì)某一細(xì)分場(chǎng)景，采用學(xué)習(xí)算法增強(qiáng)算法的場(chǎng)景遍歷深度，使其能夠在環(huán)境細(xì)微變化中仍然保證較高的決策精度。然而其算法可解釋性差、可調(diào)整性差、場(chǎng)景廣度遍歷不足等劣勢(shì)導(dǎo)致了僅采用學(xué)習(xí)算法的決策系統(tǒng)仍存在應(yīng)用局限，較難處理復(fù)雜的功能組合 [51]。

根據(jù)上述基于兩種算法的優(yōu)、劣勢(shì)，現(xiàn)階段無人車決策系統(tǒng)的發(fā)展趨勢(shì)可歸納為：

a.采用基于規(guī)則算法的行為決策算法仍會(huì)在決策系統(tǒng)中廣泛應(yīng)用，將作為決策系統(tǒng)的頂層架構(gòu)與某些具體問題的細(xì)分解決方案，并將更多地采用混聯(lián)結(jié)構(gòu)，發(fā)揮規(guī)則算法基于場(chǎng)景劃分模塊處理及針對(duì)具體問題細(xì)分處理時(shí)邏輯清晰、調(diào)整性強(qiáng)的優(yōu)勢(shì)，可同時(shí)兼顧場(chǎng)景遍歷的廣度與深度。采用該方法的研究重點(diǎn)將在于解決狀態(tài)劃分“灰色地帶”的合理決策問題，以及行為規(guī)則庫觸發(fā)條件重疊等問題。

b.無人車決策系統(tǒng)將更多地采用規(guī)則算法與學(xué)習(xí)算法結(jié)合的方式。頂層采用有限狀態(tài)機(jī)，根據(jù)場(chǎng)景進(jìn)行層級(jí)遍歷；底層采用學(xué)習(xí)算法，基于具體場(chǎng)景分模塊應(yīng)用，可發(fā)揮學(xué)習(xí)算法優(yōu)勢(shì)，簡(jiǎn)化算法結(jié)構(gòu)、增強(qiáng)場(chǎng)景遍歷的深度，并可減小數(shù)據(jù)依賴量，保證決策結(jié)果的魯棒性與正確性。采用該方法的研究重點(diǎn)在于如何合理對(duì)接有限狀態(tài)機(jī)與學(xué)習(xí)算法模型，以及學(xué)習(xí)算法的過學(xué)習(xí)、欠學(xué)習(xí)等問題。

c.端到端方法將更多作為決策子模塊的解決方案，而非將決策系統(tǒng)作為一個(gè)整體進(jìn)行端到端處理。通過這種方式可發(fā)揮學(xué)習(xí)算法的優(yōu)勢(shì)，將決策模塊拆解也可提高系統(tǒng)的可解釋性與可調(diào)節(jié)性。

d.目前行為決策系統(tǒng)的設(shè)計(jì)準(zhǔn)則主要考量安全與效率，對(duì)車輛特性與乘員舒適性考慮較少。在保證安全與效率的基礎(chǔ)上，可通過加入對(duì)車輛動(dòng)力學(xué)特性的考量，篩取更合理的駕駛數(shù)據(jù)等方式，對(duì)行為決策系統(tǒng)進(jìn)行優(yōu)化。