[首發(fā)于智駕最前沿微信公眾號]把自動駕駛汽車想象成一個不斷學習并做決定的人，車上的“眼睛”負責看（感知）、“記憶/推理”負責想（預測與決策）、“手腳”負責做（規(guī)劃與控制），決策系統(tǒng)則處在這個鏈條的中間位置。它把來自感知（相機、雷達、激光雷達、定位、地圖等）的信息和預測模塊（對周圍行人、車輛未來行為的猜測）整合起來，輸出“我下一步要怎么走、以什么速度走、如何避讓”等指令。決策并不是單一的動作，而是一個層級化的流程，先想清楚要干什么（行為層，像是“變道”“左轉”“減速跟車”），再把這個行為轉成一條具體的、安全可執(zhí)行的軌跡（軌跡層），最后把軌跡交給底層控制器去跟蹤（控制層）。

決策系統(tǒng)要同時滿足安全（永遠優(yōu)先）、舒適（不要讓乘客暈）、合法（遵守交通規(guī)則）、高效（不無謂地慢）以及可解釋（出了問題能查原因）等要求。但這些要求恰恰會產生沖突，最安全的動作可能太保守影響效率，最快的動作可能帶來風險，所以決策系統(tǒng)本質上是在這些要求之間做權衡的過程。

經典與主流的方法：層級、優(yōu)化與規(guī)則

長期以來，自動駕駛的決策與規(guī)劃主要沿著“層級化＋優(yōu)化/采樣”的路線發(fā)展，系統(tǒng)會先基于地圖和當前交通情形選擇一個合理的策略，例如在交叉口是“先等候再左轉”還是“突出加速通過”，通過這些合理的策略，可以確保自動駕駛汽車安全行駛。

為了能夠生成更安全的軌跡，常用的方法分為兩類，即采樣/搜索類和優(yōu)化類。采樣類方法通過生成若干候選軌跡（基于軌跡庫或隨機采樣），評估每條軌跡的代價（碰撞風險、舒適性、距離、法規(guī)約束等），然后選擇代價最低的那一條。這類方法實現直觀，但當情形復雜時需要大量候選樣本，計算量容易爆炸。

優(yōu)化類方法把軌跡看成一個連續(xù)的函數，用數學優(yōu)化求最小代價路徑，常見的工具包括基于拉格朗日的優(yōu)化、迭代線性二次調節(jié)（iLQR）、以及模型預測控制（MPC）。MPC特別受歡迎，因為它把動力學約束、狀態(tài)與控制約束直接納入優(yōu)化問題，還能以有限時域滾動優(yōu)化的方式去應對環(huán)境變化，這使得控制既能考慮未來又能實時運行。

除了純數學的優(yōu)化外，規(guī)則/符號化方法也被廣泛用于保證安全行駛。例如Mobileye提出的Responsibility-Sensitive Safety（RSS）提出了一套數學化的“常識駕駛規(guī)則”，用來判斷何時應該采取防御性動作，從而為系統(tǒng)提供白盒式的安全保證。RSS強調可驗證性與可解釋性，是工業(yè)界推行“可證明安全”思路的代表之一。

在很多商用系統(tǒng)里，還會加一層“安全裁判”或“監(jiān)護層”（supervisorysafetylayer），它不是去生成軌跡，而是在主規(guī)劃動作可能造成危險時進行攔截或修正。近年常把學習型模塊（負責復雜場景下做出靈活行為）與基于物理/規(guī)則的安全模塊（保證萬一學習出錯時仍不致于發(fā)生危險）結合起來，形成“學習+證據化安全”的混合結構。

近兩年的新技術熱點

現在自動駕駛行業(yè)有一個非常明顯的趨勢，第一個是把預測與規(guī)劃之間的界限變得模糊，過去感知負責“看”，預測負責“猜未來”，規(guī)劃負責“決定”；現在越來越多的工作嘗試把世界建模（worldmodeling）、多主體行為預測與軌跡生成緊耦合，甚至把規(guī)劃也放到同一個學習框架里去訓練。

Transformer架構因其優(yōu)秀的時序與交互建模能力被廣泛采用。像MTR（Motion TRansformer）和Agent Former這樣的工作展示了Transformer在多主體、長時序軌跡預測上的強勁表現；它們能夠用自注意力機制去捕捉不同交通參與者之間的交互，從而生成更合理、具多模態(tài)性的未來軌跡預測。

與之相關的第二個趨勢是擴散（diffusion）模型被引入到軌跡預測與采樣生成領域。擴散模型擅長從復雜分布中生成高質量且多樣化的樣本，擴散方法能更好地表達未來的不確定性，生成的軌跡模式通常比傳統(tǒng)高斯混合或簡單回歸更豐富。

第三個大趨勢是BEV（Bird’s Eye View，俯視圖），把原始相機/雷達/激光點云數據先投影或轉換成車輛局部的俯視格網或向量化地圖，再在這個BEV表示上做感知、軌跡預測和規(guī)劃。BEV的好處在于它把空間結構顯式化，使得后續(xù)的規(guī)劃模塊可以直接在統(tǒng)一的空間中做代價評估與軌跡優(yōu)化。

第四個值得注意的方向是“大模型”與多模態(tài)模型的嘗試。一些公司和研究團隊嘗試把大型多模態(tài)神經網絡應用到駕駛場景，用更大的模型去整合相機幀、點云、地圖和歷史軌跡，甚至把語言或世界知識納入決策過程。像是Waymo與Google的多模態(tài)/大模型合作方向在內部探索將大型多模態(tài)模型用于世界建模和軌跡生成的可能性（如EMMA），其目標是用更通用的模型來縮短“模塊間信息斷層”、增強推理能力，但同時也面臨計算與工程化挑戰(zhàn)。

上面這些技術趨勢的共同點是更強調“聯(lián)合建?！焙汀安淮_定性建模”。傳統(tǒng)系統(tǒng)里每一層獨立優(yōu)化，信息在層與層之間被“壓縮”傳遞；新趨勢嘗試在更大的端到端或半端到端框架里聯(lián)合訓練，以避免信息損失，同時用概率模型或生成模型來保留和利用不確定性（比如何時可能發(fā)生緊急剎車、其他車輛可能的多種軌跡等），從而讓規(guī)劃在面對多種可能未來時更穩(wěn)健。

安全、可驗證性與工程化挑戰(zhàn)

技術強并不意味著立刻可以上路，自動駕駛決策系統(tǒng)面臨極高的工程與合規(guī)門檻。安全與可驗證性就是其中一個，機器學習模型尤其是端到端、深度網絡通常是“黑盒”，在極端或稀有場景下可能會產生不可預測的行為。為此，在實際應用時一直強調在系統(tǒng)中保留可解釋和可驗證的模塊，或者在學習模塊外加上可證明的安全層，并結合控制屏障函數（Control Barrier Functions,CBF）等技術來保證系統(tǒng)滿足安全約束。近年來有方案把實時MPC與CBF結合，證明在城市場景下能以可計算的代價提供安全保障，這類方法在可證明安全方面是有實際意義的進展。

實時性與算力也是決策系統(tǒng)發(fā)展需要考慮的難題，擴散模型、巨型Transformer、以及多模態(tài)大模型在訓練與推理上都很吃資源。實際車輛的算力、功耗、散熱和延遲都有硬性限制，任何決策模型必須在嚴格的延遲預算內給出輸出。常見的做法是混合采用，在邊緣用輕量化或確定性模塊做“快尚能”決策（fast-fallback），在云或離線環(huán)境中用大模型做策略更新、數據采樣或仿真訓練。

還有一個難題就是對稀有/危險場景的處理，在現實的交通場景中，會出現很多危險但少見的邊緣場景，但正因為它們危險，系統(tǒng)必須在這類場景上能夠靈活處理。其中解決辦法包括大量合成數據、基于仿真的極端場景生成（scenariogeneration）、重要性采樣與對抗式訓練，或者用基于規(guī)則的強制安全邊界來覆蓋學習系統(tǒng)的盲點。此外，如何對學習系統(tǒng)做形式化驗證仍然是一個開放問題，這就需要結合可解釋AI、可證實安全理論與充分的實測/仿真驗證框架。

法規(guī)與社會信任其實一直是自動駕駛發(fā)展最難平衡的問題，決策系統(tǒng)的行為牽涉到責任歸屬和倫理問題。像Mobileye的RSS試圖把“常識駕駛”數學化，雖然這方便證明和溝通，但也引出了責任與法律層面的討論。有很多技術的做法是把透明性與可追溯性做為產品化的基本要求，決策日志、黑匣子式的數據記錄與回放、以及在系統(tǒng)內置的可解釋性接口，都是建立社會信任的必要手段。

最后的話

自動駕駛決策系統(tǒng)既依賴嚴謹的控制理論與優(yōu)化算法，也依賴對復雜交通場景的統(tǒng)計學習與數據驅動建模，雖然經典的分層優(yōu)化與規(guī)則化方法在安全性與可解釋性上有天然優(yōu)勢，但Transformer、擴散模型、BEV表示和多模態(tài)大模型等新技術更是為系統(tǒng)帶來了更強的建模能力和面對不確定性的柔性。

雖然技術快速進步很吸引人，但真正能在復雜道路場景中穩(wěn)定、可解釋、可監(jiān)管地運行，仍然需要時間、系統(tǒng)化的工程實施以及規(guī)范化的驗證流程。研究方向上的每一個“新潮詞”都值得關注，但在把它推向道路時要多一分謹慎、多一分驗證。

審核編輯 黃宇