自动驾驶决策规划全解析：从行为决策到运动规划的工程实践-北京尧图网络

简介自动驾驶决策规划入门讲解资料面向对智能车辆技术感兴趣的学生、工程师及产品经理旨在帮助读者理解预测、决策与规划在自动驾驶整体架构中的核心作用。压缩包共1个PDF文件大小7.3MB内容以幻灯片形式呈现版式清晰。内容源自丁文超的《自动驾驶预测决策规划》课程大纲从自动驾驶概述、历史与背景谈起依次介绍级别与分类、系统组成与功能并重点梳理了DARPA挑战赛从2004到2007年的技术演进、Waymo从Google项目到商业化运营的发展脉络以及百度Apollo等中国代表系统的崛起同时引用了Epsilon等前沿规划系统论文为读者提供从历史到前沿的完整视角是系统建立自动驾驶决策规划相关知识体系的高效学习素材。目前已有136人学习浏览。1. 自动驾驶决策规划简介先圈定它管哪一段一辆车在高速路上遇到前车减速感知系统已经识别到前车位置和速度但接下来的“要不要踩刹车、要不要变道”并不是感知能回答的而是由自动驾驶决策规划模块负责。很多刚从感知方向转过来的工程师容易把“识别到”当成“会处理”实际上感知只回答“周围有什么”决策规划才回答“我该怎么做”。接下来我会把自动驾驶决策规划按“行为决策→运动规划→落地验证”这条线拆开先讲清楚每一层解决什么、怎么做最小可复现的Demo、实车测试中的常见翻车点在哪再给你一套闭环验证和迭代的框架。适合刚进入自动驾驶领域的开发者、正在评估智能驾驶决策方案的团队以及被长尾场景折磨的决策算法工程师。看完之后你至少能建立一个完整的工作框架而不是停留在概念名词上。2. 自动驾驶决策规划的层级拆解行为决策与运动规划的分工2.1 决策规划的模块边界环境感知之后、控制执行之前自动驾驶软件栈最常见的划分是感知 → 预测 → 决策规划 → 控制。感知输出障碍物列表、车道线、红绿灯状态预测模块把这些信息延拓到未来几秒输出其他交通参与者的预测轨迹决策规划接住这两部分信息再结合定位和高精地图输出一条可以被底盘执行的时间轨迹控制再把这套轨迹转换成方向盘转角、油门和刹车指令。需要强调的是决策规划内部并不是一个黑匣子它至少分成两层行为决策层和运动规划层。行为决策层回答“做什么”典型答案是“保持当前车道巡航”“切换到左侧车道”“在前方路口停车等待”运动规划层回答“怎么做到”典型答案是给出一组带有时间戳的轨迹点比如第0秒在某个位置第2秒在另一个位置并且保证这些点连成的曲线满足车辆运动学约束和舒适度约束。把这个边界画清楚最大的价值在于调试。实车测试中如果出现“自车离前车太近”你要先确认是行为决策误判了目标车道还是运动规划输了错误的轨迹而不是直接改控制参数。很多团队把问题堆到控制层结果越调越乱最后变成玄学问题。分层之后每一层的输入输出都固定替换任意一层不会影响其他层的接口这也是决策规划能被单独仿真、单独回归验证的前提。2.2 行为决策状态机、概率模型与可解释性行为决策最主流的方案是有限状态机。横向通常有车道保持、向左变道、向右变道纵向通常有巡航、跟车、减速停车、蠕行。状态之间通过条件表达式切换例如“当前车道前车距离小于安全车距且前车速度低于自车速度则进入跟车状态”“左侧车道持续3秒无碰撞风险则进入向左变道状态”。这种方案的优点非常明显每个状态都有清晰的语义出了问题可以顺着条件表达式一路查下去安全员能提前读懂车辆下一步意图在责任判定和生产排障时状态机自带天然日志。缺点是状态边界靠人写复杂交互容易漏状态比如“旁车压线但没完全变道”这种模糊场景很容易在两个状态之间反复横跳。状态机调试的参数设计往往是整个决策模块的根基。以跟车状态切换为例实际工程里会同时使用距离阈值和时间阈值当前车距离小于安全车距且该状态持续超过0.3秒才进入跟车当距离重新大于安全车距与一个滞回增量之和才退回巡航。这个滞回增量非常关键第一版没加的话临界距离上每帧切换状态输出的加速度指令一会儿正一会儿负乘坐体验就是一颠一颠的。滞回增量不是越大越好过大会导致车辆在危险距离上仍然保持巡航一般取安全车距的10%~20%。比状态机复杂一点的是把行为决策建模成MDP马尔可夫决策过程或POMDP。MDP把自车动作、周围车意图、道路结构放进取价函数里通过价值迭代或在线搜索选出最优动作POMDP额外建模感知不确定性和意图不确定性适合无保护左转这类强交互场景。这类方案的行为选择更灵活但实时性差而且代价函数一旦设计不好决策结果很难解释调试成本直线上升。学习型决策这几年也很常见直接用神经网络从传感器特征或语义地图输出动作。它能把感知和决策打通但对数据覆盖极度敏感且黑匣子问题在实车责任判定上很棘手。我的看法是量产项目里状态机仍然占主导概率模型用于特定场景学习型适合预研或作为状态机的辅助分支。选型的关键不是“谁的论文精度高”而是“出问题时你能不能在第一现场看懂它为什么这么选”。2.3 运动规划路径、速度与轨迹的分层关系运动规划最常见的做法是先规划路径再规划速度最后合成轨迹。路径规划在Frenet坐标系里进行以车道中心线为参考线用纵向距离s和横向偏移d描述位置。这样做的原因很务实因为道路不是直线s/d描述天然贴合车道结构横向和纵向约束可以被分开处理。路径层常用方法有三类。第一类是图搜索比如A在离散栅格上找可行路径适合停车场等低速场景Hybrid A额外考虑车辆最小转弯半径能让路径更接近实际可行驶轨迹但结果还需要平滑。第二类是采样法RRT*在连续空间随机扩展树适合探索未知区域但轨迹不够平滑需要后处理才能交给跟踪控制。第三类是Lattice Planner在末状态采样空间里生成候选曲线再用代价函数选一条最优轨迹这是目前工程上可解释性最好的运动规划方案之一。速度规划是在路径确定后沿路径分配一条速度曲线。最简单的做法是梯形速度规划先加速到达目标速度再匀速最后减速但加速度在衔接点跳变乘客会感觉顿挫。更顺滑的做法是用多项式速度规划把速度曲线表达为时间的多项式函数强制首末位置、速度、加速度连续。当路径和速度都确定后把它们合成一条带时间戳的轨迹碰撞检测就变成“障碍物的时空占位”与“自车时空轨迹”在三维时空里的求交问题这也是为什么很多运动规划库会专门维护一个时空障碍物映射表。Lattice Planner选轨迹时代价函数一般写成四项加权横向偏移代价惩罚偏离车道中心横向速度代价惩罚频繁变道纵向加速度代价和jerk代价惩罚急加速急减速障碍物距离代价惩罚贴得太近。权重比例要按场景调高速主路更重横向偏移与纵向jerk城区路口更重障碍物距离。权重不是拍脑袋定而是先在离线数据集里统计再在仿真里看轨迹分布。常见错误是权重只按主观感受调结果某个场景修好了、另一个场景又出现新问题。这一层的主要工作量在采样策略和代价函数设计横向上采样哪些末状态纵向上采样哪些速度剖面以及不同候选轨迹之间怎么打分。3. 把决策规划跑在仿真里一个最小行为决策与轨迹生成Demo3.1 选型理由仿真场景与算法骨架怎么搭做最小可行Demo我的习惯是先用Python搭一个“无仿真器的规划骨架”把决策和轨迹生成逻辑先跑通再接入真正的仿真环境。原因是决策规划的bug大多在逻辑层比如状态切换条件写错、轨迹连接点不连续这些在没有真实物理引擎的情况下就能暴露。具体做法上我构造了一个简化场景一条双车道高速路自车沿左侧车道行驶前方200米有一辆慢车右侧车道空闲。自车需要先判断“跟车还是变道”再采样生成候选轨迹最后选一条无碰撞且横向加速度小的轨迹。这个骨架不涉及感知也不需要高精地图只用一个简单的障碍物列表加参考线。每次验证逻辑时只用几个数值输入就能跑一遍决策出问题可以单步调试非常方便。这里要特别说明简化不是偷懒而是为了把行为决策和运动规划两个模块的接口固定下来。等你在简化场景里把逻辑调通再换到真实仿真器时只需要替换“障碍物输入格式”和“车辆执行模块”决策和规划代码基本不用动。反过来如果一开始就把感知噪声、控制延迟全加进来出了问题根本分不清是哪一层引入的。仿真场景先易后难这是决策规划调试里最值得坚持的习惯。3.2 一个最小纵向行为决策的状态机实现示例纵向行为决策是最容易上手的部分因为它只需要两个输入前车距离和自车速度。下面这个代码片段实现了一个三状态纵向决策巡航、跟车、停车。class LongitudinalDecision: 最小纵向行为决策巡航/跟车/停车 def __init__(self, min_gap4.0, safe_time1.8, hysteresis2.0): self.min_gap min_gap # 静态最小车距单位m self.safe_time safe_time # 车头时距单位s self.hysteresis hysteresis # 状态切换滞回量单位m self.state cruise def _safe_dist(self, ego_speed): # 安全车距静态距离速度 * 车头时距 return self.min_gap ego_speed * self.safe_time def decide(self, ego_speed, lead_dist): safe self._safe_dist(ego_speed) if lead_dist 1.5: self.state stop elif self.state cruise and lead_dist safe: self.state follow elif self.state follow and lead_dist 1.5: self.state stop elif self.state follow and lead_dist safe self.hysteresis: self.state cruise return self.state这段代码的逻辑是安全车距不是固定值而是随自车速度线性增长。车头时距safe_time默认1.8秒意味着如果前车突然急停自车有1.8秒的反应和减速时间这是一个比较保守的设定。状态切换加了滞回量hysteresis避免在临界距离附近反复横跳。stop状态单独判断是为了在距离极近时无条件接管。参数上的经验值safe_time在高速场景取1.8~2.5秒城区低速取1.0~1.5秒min_gap在低速拥堵场景可以收到1.5米高速不要低于3米hysteresis取safe的10%~20%。这套参数不区分场景只做Demo验证可以真要量产必须把参数表格化按照不同车速区间和环境复杂度分别标定。3.3 一个基于Frenet坐标系的轨迹生成示例行为决策输出“变道”之后运动规划要生成一条从当前车道到目标车道的平滑轨迹。下面用五次多项式在Frenet坐标系里生成横向偏移轨迹假设横向偏移从当前d0变到目标d3.5一根车道宽初始和末状态的横向速度、横向加速度都为0。import numpy as np def fit_quintic(start, end, T): 用五次多项式拟合一维轨迹保证位置/速度/加速度连续。 start, end 分别是 (位置, 速度, 加速度)T 是轨迹时长。 A np.array([ [1, 0, 0, 0, 0, 0], [0, 1, 0, 0, 0, 0], [0, 0, 2, 0, 0, 0], [1, T, T**2, T**3, T**4, T**5], [0, 1, 2*T, 3*T**2, 4*T**3, 5*T**4], [0, 0, 2, 6*T, 12*T**2, 20*T**3] ]) b np.array([start[0], start[1], start[2], end[0], end[1], end[2]]) coeffs np.linalg.solve(A, b) def traj(t): return (coeffs[0] coeffs[1]*t coeffs[2]*t**2 coeffs[3]*t**3 coeffs[4]*t**4 coeffs[5]*t**5) return traj # 变道示例横向偏移 d 从 0 到 3.5 米轨迹时长 4 秒 d_start (0.0, 0.0, 0.0) d_end (3.5, 0.0, 0.0) d_traj fit_quintic(d_start, d_end, T4.0)这段代码的核心是三个条件位置、速度、加速度在起点和终点都连续。为什么必须用五次而不是三次因为三次多项式只能保证位置和速度连续加速度在端点会跳变车辆在变道结束时会有一次顿挫。五次多项式把加速度也约束住生成的轨迹更贴近真实追求舒适度的变道行为。轨迹时长T是关键参数。T越大变道越平缓但占用路段越长旁边车道有车时风险越大T越小变道越利落但横向加速度可能超过舒适上限。我的经验是高速变道T取4~6秒城区变道取3~4秒。算完横向轨迹后还要用同样的方式生成纵向s轨迹再合成时间轨迹进行碰撞检测。拿到横向轨迹公式后还差纵向s轨迹。纵向轨迹通常是采样一组候选速度剖面比如匀加速到目标速度、先匀加速再匀速、三段式速度规划然后对每个剖面做碰撞检测。可以把自车轨迹在时间轴上离散成若干个点再与障碍物预测轨迹做距离判断。这一段是运动规划里最容易出bug的地方需要单独写一个碰撞检测函数输入是两个轨迹数组输出是最近距离和碰撞时间。这个函数要写成纯函数方便直接做单元测试。我在验证时会连续测试几组极端case比如前车急刹、旁车切入确保返回结果没有数组越界和NaN。3.4 参数说明采样间隔、目标代价权重怎么设运动规划进入Lattice采样后参数数量明显变多。下面是我常用的参数范围和调试方向表参数常用范围调小之后的表现调大之后的表现纵向采样间隔0.5~1.0 s候选轨迹多算力开销大候选轨迹稀疏容易跳过可行解横向采样间隔0.5~2.0 m变道轨迹更密选择多轨迹稀疏偏离参考线大轨迹时长T3~8 s动作激进加速度大动作迟缓占用道路空间大横向偏移权重0.5~2.0车辆容易偏航车辆贴线太紧避让不积极jerk权重3~10曲线灵活但顿挫明显曲线过于平缓绕障失败一句话经验调参的顺序永远是先定采样范围、再调代价权重。采样范围决定“可行解的覆盖度”如果连可行解都没有权重怎么调都白搭。代价权重里jerk权重是舒适度最直接的调节旋钮但不要一上来就拉满否则车辆会为了追求平滑而选择一条贴着障碍物边缘走的轨迹安全余量被吃掉。还要注意一个常见误用很多人把横向偏移权重当成“车道居中强度”其实它惩罚的是相对参考线的偏移。城区有弯道时参考线本身带曲率权重拉太高会导致车辆在弯道里切弯过度反而骑线。正确做法是让横向偏移代价尽量小让横向jerk和障碍物距离代价主导选择。另外采样间隔和轨迹时长的关系也必须匹配。轨迹时长3秒、纵向采样间隔0.5秒意味着每个候选只由6个离散点表征碰撞检测的分辨率很低容易漏掉中间时刻的碰撞。实际工程里我通常保留轨迹生成时的高密度采样点用于碰撞检测再用稀疏点用于代价计算两者分开不要在同一个分辨率上硬凑。这个细节看起来不起眼但很多在仿真器里偶尔穿透障碍物的case最后查下来都是碰撞检测采样太粗。4. 决策规划落地的避坑自检四个高频翻车点4.1 现象自车在弯道里骑线走的轨迹明显偏外侧在曲率稍大的弯道里自车沿着规划轨迹行驶时横向偏移始终偏向弯道外侧乘客感觉车在往外甩。这个问题在匝道和立交转弯处尤其明显频率也高。原因通常是参考线平滑不足。车道中心线如果直接用地图原始点拉出来曲率在局部会突变Lattice采样的参考线s坐标和横向偏移d计算都会受影响。规划出的轨迹按平滑代价选了贴近参考线的路径但参考线本身贴弯不够轨迹就直接切弯。解决先用三次样条或低通滤波对参考线做平滑平滑后还要检查每个点的曲率突变是否小于阈值。一个常见做法是计算参考线上每一点的曲率设定最大曲率变化率超过就减小平滑步长重新处理。平滑之后把原参考线和平滑参考线的最大偏移量算出来控制在0.2米以内避免过度平滑改变真实车道位置。在实车标定中还要把高精地图与真实车道线偏差考虑进去平滑后手动抽几个弯道点检查横向偏差。4.2 现象变道决策犹豫车辆在车道线附近来回拉扯左侧车道有超车空间但自车速度又不太够状态机一会儿输出“向左变道”一会儿输出“保持车道”方向转角反复横摆。这个现象在高速车流量大的时候非常容易复现车内体验就是车在“画龙”。原因大多是状态切换条件没有滞回。变道收益函数在临界点附近波动或者对相邻车道上车辆的预测轨迹抖动太大导致决策层每帧改变意图。还有一个容易忽略的点变道收益的计算里如果只看了当前帧的间隙宽度而没看持续可用时间旁车稍微一加速就会让收益从正变负。解决在状态机里加入滞回区间和冷却时间。变道收益大于阈值和小于退出阈值的标准不要用同一个数退出阈值设得更低一些。再加上一个冷却时间比如进入变道状态后至少1.5秒内不允许切换到保持车道状态除非遇到紧急障碍。这个冷却时间越长车辆越果断但太长会错过避险时机一般不要超过2.5秒。与此同时把收益计算改成“连续N帧都满足变道条件才真正输出变道”N通常取3~5帧这样能有效过滤预测噪声导致的瞬时跳变。4.3 现象前车急刹时自车制动过晚触发紧急制动之后驾驶员都吓一跳前车以较大减速度刹车决策规划输出的减速指令来得慢最后不得不由底层的紧急制动模块兜底主观体验就是“决策反应慢”。这类case在实车路测中一旦出现通常会被直接判定为高危问题。原因是预测时域和控制延迟没有被计入纵向安全距离。开发时用的前车速度变化率来自仿真理想值但实车的制动建立时间、感知延迟、控制指令下发延迟叠加起来实际反应时间比预期多出300~500毫秒。很多人只把安全距离公式写成了“静态距离速度×车头时距”忽略了延迟距离结果仿真里看着安全实车就露馅。解决把延迟时间拆成三个部分感知延迟、决策周期、控制执行延迟。感知延迟取当前感知模块的p90值决策周期取规划器实际运行帧周期的1.5倍控制执行延迟里要包含制动器建压时间。然后把这些延迟折算进安全距离公式在原有速度×车头时距的基础上追加一个“延迟距离”即自车速度×总延迟时间。同时预测模块对前车速度的预测时域也要拉长到2秒以上不能只预测一帧就返回。调整后可以用急刹场景做专门的回归case把自车制动启动时刻和紧急制动介入时刻都打点记录。4.4 现象跟车速度振荡油门和刹车一直小幅度交替在通畅但前车速度有波动的情况下自车速度也跟着上下抖动车内能感觉到轻微推背和拖拽交替出现长时间乘坐容易晕车。这属于典型的参数匹配问题。原因是速度规划采样间隔太密且代价函数里jerk权重过低。候选速度剖面过多时最优结果在相邻周期内来回跳变jerk权重低又不会惩罚这种跳变控制层跟着不断修正最终表现为振荡。另一个帮凶是决策层的跟车状态切换阈值太窄前车速度稍微一波动状态就在“巡航”和“跟车”之间反复切换。解决加大纵向采样间隔比如从0.5秒改为1.0秒把jerk权重提升到与纵向加速度权重接近还可以在决策输出到规划之间加一个低通滤波对期望加速度做一阶惯性平滑。注意低通滤波的时间常数不要超过0.3秒太大会让跟车响应变得迟钝在加塞场景里非常吃亏。如果是状态机切换阈值的问题还要把滞回量加大到安全车距的15%左右让状态切换不那么敏感。5. 决策规划的闭环验证从场景回放到关键指标计算5.1 闭环测试仿真器里先跑通再谈实车决策规划模块和感知、控制不同它天然是闭环的一环你输出轨迹车辆执行后改变周围环境状态环境状态又反过来影响你的下一帧决策。所以这类模块的验证方式必须闭环开环测试只能用来验证“这一帧的计算对不对”验证不了“连续的决策行为会不会震荡”。常见做法分两步走。第一步是场景回放把实车采集的感知数据、自车状态、障碍物轨迹录成场景文件让决策规划模块离线跑一遍检查逻辑是否产生预期行为。这一步好处是快、可复现但因为没有闭环无法回答“如果车辆动作变了环境会怎么变”。第二步是闭环仿真把决策规划的输出接到一个简单的车辆动力学模型上再让环境对车辆新位置做出响应比如前方障碍物的相对距离随车辆运动变化。所有决策规划团队都应该先跑通第二步再谈实车。闭环仿真代码的骨架逻辑一般是这样sim_steps 600 # 60秒 * 10Hz dt 0.1 ego_state init_ego_state() # 自车起点 scenario load_scenario(cut_in_urgent) # 场景文件 for t in range(sim_steps): obs scenario.observe(ego_state) # 观测当前世界 pred predictor.predict(obs) # 预测障碍物 action planner.plan(ego_state, pred) # 决策规划输出 ego_state vehicle_model.step(action, dt) # 执行并更新 if check_collision(ego_state, obs): crash_cases.append(t)这段骨架强调两件事场景文件与仿真逻辑解耦同一个场景可以被反复使用预测模块在闭环里每帧更新而不是用离线缓存好的固定轨迹。参数上仿真步长dt通常要和决策频率一致比如决策10Hzdt取0.1秒过大容易漏掉碰撞帧过小会拖慢批量回归速度。车辆动力学模型在验证第一阶段可以简化成自行车模型验证行为合理性足够第二阶段再换成与实车标定过的动力学参数。这里还有一个经常被忽略的细节开环回放时场景文件里的自车轨迹是采集时真实执行的轨迹如果决策规划输出的轨迹与采集轨迹不一致两者会在后续帧逐步偏离。开环回放适合验证“决策在给定历史上是否合理”但不适合评估“决策会带来什么后果”。所以真正可信的指标必须来自闭环开环只用来做第一轮快速筛查。5.2 关键指标碰撞率、舒适度、任务完成率怎么算判定一个决策规划方案好坏不能只看一两个demo视频。业界最常用的基础指标有三类指标计算方式建议阈值注意点碰撞率发生碰撞的场景数 / 总场景数0%仿真回归库内碰撞必须区分责任判断是否为自车决策导致任务完成率成功到达目标区域 / 总场景数按场景难度85%~99%超时也算未完成需设定最长完成时间舒适度超过舒适阈值的时长占比jerk超过2.5 m/s^3的占比5%阈值需要按车速区间分开统计碰撞率不是越低越好因为在一个复杂交互场景里选择“停车等待”可能永远不会碰撞但会让任务完成率和通行效率下降。所以碰撞率必须和任务完成率绑定看。舒适度方面jerk是最具代表性的指标但不代表加速度数值大就一定不舒服还要看频率和持续时间这里不需要太复杂统计超阈值时长占比足够指导参数迭代。在批量跑完场景后还要输出一个指标汇总表每个场景的决策行为序列、关键轨迹点、最小车间距离。不要只存一份平均值因为长尾问题往往隐藏在某个特定场景的最小距离上。我在实际验证时习惯把每个case的“最小横向距离”“最小纵向距离”“最大jerk”单独拉出来排序优先处理那些在指标边缘徘徊的case而不是只看平均分。5.3 回归测试把历史case变成自动化场景决策规划迭代最大的痛点是“修了A场景坏了B场景”。避免这个问题只有一个可靠办法——建立场景回归库。每次遇到实车或仿真里的疑难case把它涉及的障碍物轨迹、自车初始状态、道路结构存成标准化场景文件并打上标签。回归测试脚本遍历所有场景文件运行同一个规划器输出指标汇总。场景文件的数据格式我习惯用可读的JSON关键字段包括道路参考线、障碍物初始状态、障碍物轨迹序列、自车初始速度、目标位置。一次批量运行用简单的shell脚本就能完成for case in scenarios/*.json; do scenario_name$(basename $case .json) run_planner --scenario $case --output results/$scenario_name.csv done回归测试脚本的核心要求是确定性。仿真器里所有随机因素包括障碍物出现的时机、预测模型的噪声都必须用固定随机种子固定。否则同一个代码版本跑两次结果不同你根本无法判断指标变化到底是代码改动导致还是随机噪声导致。另外回归库不是越大越好而是覆盖度越广越好。每个case要想清楚它代表哪一类场景标签比如“cut_in_urgent”“pedestrian_jaywalk”“intersection_blocked”避免同一类场景堆了50个其他关键场景一个没有。回归发现指标下降时我的排查顺序是先定位到具体场景再对比该场景新旧两个版本的决策行为序列看是行为层选择变了还是规划层轨迹质量变了。有时候只改了一个代价权重行为层的结果都会跟着变因为候选轨迹排序变了。建议每次修改只动一个参数并把决策行为序列打印出来避免把行为层和规划层的改动混在一起调试否则最后会陷入调参泥潭。6. 从简介到进阶用场景标签管理决策规划的corner case6.1 按行为分歧点给case打标签别按路面类型打标题里说“简介”但进入这个方向的人才明白决策规划没有一个“学完就结束”的边界真正的工作量全在长尾场景。当你的回归库里积累了几百个case给每个case打场景标签会让迭代效率明显提升。我走过的弯路是早期按路面类型打标签比如“高速”“城区”“停车场”结果发现同一个标签下的case行为差异极大对调参没什么指导意义。后来我改成按行为分歧点打标签。所谓行为分歧点就是这个case的核心冲突在哪是“旁车近距离切入要不要让”是“行人在车头前犹豫走不走”还是“路口被前车挡住要不要绕行”。常用标签可以是“cut_in_urgent”“pedestrian_jaywalk”“truck_obstacle”。标签不是越多越好建议控制在20类以内尽量覆盖行为分歧点而不是覆盖所有交通参与者的组合。调参数时我用的是一个很简单的A/B对比技巧固定随机种子只改一个参数比较新老版本在同一case上的行为序列差异。diff old_behavior.json new_behavior.json | head -50这个diff看起来简单但很实用。行为序列diff不光要看状态名还要看切换时刻和轨迹最小安全距离。有时候新版本在碰撞率上更好了但行为序列里多了一次“减速跟车→加速→再减速”的反复切换这种非预期跳变就是后续隐患。前几年调试决策规划时我见过最普遍的坑是看到碰撞率下降就急着合入新权重结果没检查行为序列的突变把一批简单场景的跟车距离搞大了。后来养成的两个习惯是回归库合并前必须逐个diff行为序列每次只动一个参数并在10个以上代表case上确认没有非预期跳变才敢相信这次改动。希望帮到你。本文还有配套的精品资源点击获取

自动驾驶决策规划全解析：从行为决策到运动规划的工程实践

相关推荐

Interval Bound Propagation（IBP）：神经网络鲁棒性验证的确定性边界工具

人工智能在护理领域的应用落地：风险预测与文书自动化实践

回溯去重全排列详解：Permutations II 剪枝模板与实战

更多资讯

DeepSeek-R1：面向中文逻辑推演的可验证推理引擎

TSM6.3+Mhvtl搭建虚拟带库实现Oracle备份与异机恢复

SC850SL 图像传感器调试实战：从上电时序到 MIPI 出图

MATLAB实现量子近似优化算法：组合优化与最大割问题详解

音视频开发入门：从采集到播放的完整链路与实操指南

【AI 工作流】用 TaoToken 统一 Key 打通 Gemini、Claude Code 与 Codex 的配置实践

今日更新

NetSpot 实战：用信道分析与频宽优化解决 Wi-Fi 卡顿

C++ split() 字符串分割的五种实现与性能实测

R语言坐标轴范围设置：从xlim/ylim到coord_cartesian的完整指南

本周精选

交通拥堵预测毕设：基于Python+LSTM的车辆流量预测系统全流程解析

MATLAB/Simulink搭建10机39节点电力系统暂态稳定仿真实战

无人机航拍三维重建全流程：从SfM到网格生成的避坑指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？