什么是自动驾驶决策系统？发展有何挑战？-电子发烧友网

[首发于智驾最前沿微信公众号]把自动驾驶汽车想象成一个不断学习并做决定的人，车上的“眼睛”负责看（感知）、“记忆/推理”负责想（预测与决策）、“手脚”负责做（规划与控制），决策系统则处在这个链条的中间位置。它把来自感知（相机、雷达、激光雷达、定位、地图等）的信息和预测模块（对周围行人、车辆未来行为的猜测）整合起来，输出“我下一步要怎么走、以什么速度走、如何避让”等指令。决策并不是单一的动作，而是一个层级化的流程，先想清楚要干什么（行为层，像是“变道”“左转”“减速跟车”），再把这个行为转成一条具体的、安全可执行的轨迹（轨迹层），最后把轨迹交给底层控制器去跟踪（控制层）。

决策系统要同时满足安全（永远优先）、舒适（不要让乘客晕）、合法（遵守交通规则）、高效（不无谓地慢）以及可解释（出了问题能查原因）等要求。但这些要求恰恰会产生冲突，最安全的动作可能太保守影响效率，最快的动作可能带来风险，所以决策系统本质上是在这些要求之间做权衡的过程。

经典与主流的方法：层级、优化与规则

长期以来，自动驾驶的决策与规划主要沿着“层级化＋优化/采样”的路线发展，系统会先基于地图和当前交通情形选择一个合理的策略，例如在交叉口是“先等候再左转”还是“突出加速通过”，通过这些合理的策略，可以确保自动驾驶汽车安全行驶。

为了能够生成更安全的轨迹，常用的方法分为两类，即采样/搜索类和优化类。采样类方法通过生成若干候选轨迹（基于轨迹库或随机采样），评估每条轨迹的代价（碰撞风险、舒适性、距离、法规约束等），然后选择代价最低的那一条。这类方法实现直观，但当情形复杂时需要大量候选样本，计算量容易爆炸。

优化类方法把轨迹看成一个连续的函数，用数学优化求最小代价路径，常见的工具包括基于拉格朗日的优化、迭代线性二次调节（iLQR）、以及模型预测控制（MPC）。MPC特别受欢迎，因为它把动力学约束、状态与控制约束直接纳入优化问题，还能以有限时域滚动优化的方式去应对环境变化，这使得控制既能考虑未来又能实时运行。

除了纯数学的优化外，规则/符号化方法也被广泛用于保证安全行驶。例如Mobileye提出的Responsibility-Sensitive Safety（RSS）提出了一套数学化的“常识驾驶规则”，用来判断何时应该采取防御性动作，从而为系统提供白盒式的安全保证。RSS强调可验证性与可解释性，是工业界推行“可证明安全”思路的代表之一。

在很多商用系统里，还会加一层“安全裁判”或“监护层”（supervisorysafetylayer），它不是去生成轨迹，而是在主规划动作可能造成危险时进行拦截或修正。近年常把学习型模块（负责复杂场景下做出灵活行为）与基于物理/规则的安全模块（保证万一学习出错时仍不致于发生危险）结合起来，形成“学习+证据化安全”的混合结构。

近两年的新技术热点

现在自动驾驶行业有一个非常明显的趋势，第一个是把预测与规划之间的界限变得模糊，过去感知负责“看”，预测负责“猜未来”，规划负责“决定”；现在越来越多的工作尝试把世界建模（worldmodeling）、多主体行为预测与轨迹生成紧耦合，甚至把规划也放到同一个学习框架里去训练。

Transformer架构因其优秀的时序与交互建模能力被广泛采用。像MTR（Motion TRansformer）和Agent Former这样的工作展示了Transformer在多主体、长时序轨迹预测上的强劲表现；它们能够用自注意力机制去捕捉不同交通参与者之间的交互，从而生成更合理、具多模态性的未来轨迹预测。

与之相关的第二个趋势是扩散（diffusion）模型被引入到轨迹预测与采样生成领域。扩散模型擅长从复杂分布中生成高质量且多样化的样本，扩散方法能更好地表达未来的不确定性，生成的轨迹模式通常比传统高斯混合或简单回归更丰富。

第三个大趋势是BEV（Bird’s Eye View，俯视图），把原始相机/雷达/激光点云数据先投影或转换成车辆局部的俯视格网或向量化地图，再在这个BEV表示上做感知、轨迹预测和规划。BEV的好处在于它把空间结构显式化，使得后续的规划模块可以直接在统一的空间中做代价评估与轨迹优化。

第四个值得注意的方向是“大模型”与多模态模型的尝试。一些公司和研究团队尝试把大型多模态神经网络应用到驾驶场景，用更大的模型去整合相机帧、点云、地图和历史轨迹，甚至把语言或世界知识纳入决策过程。像是Waymo与Google的多模态/大模型合作方向在内部探索将大型多模态模型用于世界建模和轨迹生成的可能性（如EMMA），其目标是用更通用的模型来缩短“模块间信息断层”、增强推理能力，但同时也面临计算与工程化挑战。

上面这些技术趋势的共同点是更强调“联合建模”和“不确定性建模”。传统系统里每一层独立优化，信息在层与层之间被“压缩”传递；新趋势尝试在更大的端到端或半端到端框架里联合训练，以避免信息损失，同时用概率模型或生成模型来保留和利用不确定性（比如何时可能发生紧急刹车、其他车辆可能的多种轨迹等），从而让规划在面对多种可能未来时更稳健。

安全、可验证性与工程化挑战

技术强并不意味着立刻可以上路，自动驾驶决策系统面临极高的工程与合规门槛。安全与可验证性就是其中一个，机器学习模型尤其是端到端、深度网络通常是“黑盒”，在极端或稀有场景下可能会产生不可预测的行为。为此，在实际应用时一直强调在系统中保留可解释和可验证的模块，或者在学习模块外加上可证明的安全层，并结合控制屏障函数（Control Barrier Functions,CBF）等技术来保证系统满足安全约束。近年来有方案把实时MPC与CBF结合，证明在城市场景下能以可计算的代价提供安全保障，这类方法在可证明安全方面是有实际意义的进展。

实时性与算力也是决策系统发展需要考虑的难题，扩散模型、巨型Transformer、以及多模态大模型在训练与推理上都很吃资源。实际车辆的算力、功耗、散热和延迟都有硬性限制，任何决策模型必须在严格的延迟预算内给出输出。常见的做法是混合采用，在边缘用轻量化或确定性模块做“快尚能”决策（fast-fallback），在云或离线环境中用大模型做策略更新、数据采样或仿真训练。

还有一个难题就是对稀有/危险场景的处理，在现实的交通场景中，会出现很多危险但少见的边缘场景，但正因为它们危险，系统必须在这类场景上能够灵活处理。其中解决办法包括大量合成数据、基于仿真的极端场景生成（scenariogeneration）、重要性采样与对抗式训练，或者用基于规则的强制安全边界来覆盖学习系统的盲点。此外，如何对学习系统做形式化验证仍然是一个开放问题，这就需要结合可解释AI、可证实安全理论与充分的实测/仿真验证框架。

法规与社会信任其实一直是自动驾驶发展最难平衡的问题，决策系统的行为牵涉到责任归属和伦理问题。像Mobileye的RSS试图把“常识驾驶”数学化，虽然这方便证明和沟通，但也引出了责任与法律层面的讨论。有很多技术的做法是把透明性与可追溯性做为产品化的基本要求，决策日志、黑匣子式的数据记录与回放、以及在系统内置的可解释性接口，都是建立社会信任的必要手段。