--关注、星标、回复“智驾圈子”--
↓↓查看：「智驾最前沿」智驾圈子超百份资料目录↓↓
原文链接：https://zhuanlan.zhihu.com/p/648278653
基本思路
首先图森的基本方案是联合预测和规划的思路，就是说规划的时候，预测是能够考虑到自车的行为的，这个非常重要，因为在自车的不同规划轨迹下面，周围的环境肯定是不同的，所以预测结果必然不同，如果只是机械的用但一的预测模型给一个不考虑自车的结果，肯定不合理。最近我在这一块做了一些粗浅的学界方案研究，后续再做详细分享。我记得之前看过印象最深的是一个来自母校的文章，PiP: Planning-informed Trajectory Prediction for Autonomous Driving将的就是考虑自车规划的预测方法。欢迎关注「智驾最前沿」微信视频号
然后决策上面则是采用了博弈模型，前面的预测同学讲用的level-k博弈，不过没有人对他们怎么做的决策有详细介绍的，我们暂且默认就是level-k吧，level-k博弈模型下，根据自车的不同轨迹，博弈出其他车的意图概率，因为有level-k，所以可以产生多个目标不同激进程度的概率，然后在这个分布下进行contingency。然后上面说了，有多个自车的轨迹，所以每个轨迹下都会演化出对应的环境，现在就通过reward function来评估一下cost, 找到最好的自车策略，到这里还没结束，他们的优化目标是策略参数而不是控制策略本身，所以还有一道对策略参数进行全局优化的过程，得到自车最优的控制策略。这里面我们可以看到，轨迹的优化是在参数空间上的，决策结果以及交互都能映射到参数空间上，说白了，优化这套参数空间就相当于把轨迹，决策，交互都搞了。这玩的什么套路呢？这里经图森的决策规划负责人，也就是讲这些东西的人的提醒，更正为“principle based, 即基于数学分析与建模的方法”，建立起策略参数和具体控制策略之间的联系。细节怎么做的完全没有，思路理解一下就行了。算法框架如下：
contingency规划
现在我们还是回到规划方案上面，规划上用的contingency planning, 从而同时应对目标的多模态，仿真结果的展示上面效果还行。
如上图contingency能够同时考虑交互目标的多模态，在同时考虑目标的不同意图下做出自车的综合考虑下的最佳策略。不好意思，大疆很早以前就用了。时空联合规划
时空联合优化确实不再被人为限制解空间，所以肯定比解耦方案要优越。图森的做法是先搞一个时空间联合采样，并且是在策略参数空间上的采样，给定策略参数，再给定车辆模型，得出对应的开环推演的轨迹：
reward策略参数评估
说这个reward function肯定是高度非凸非光滑的，怎么整，有一个高端的全局优化器，具体是啥思路没有：
反馈控制
上面讲了用开环推演得到未来轨迹，最后得到的控制序列那肯定不够，不能直接提供控制，就算是高频刷新planning，也不保证稳定性，所以后面还有一个反馈控制。这就不多解释了，肯定得有反馈控制。这里还有一个在学学习模块。学的什么东西呢，就是planning中会低频更新策略参数。
最后给了一个例子，把控制序列的优化和planning放在一起的好处就是planning的结果非常丝滑，且控制能够很好执行它：
转载自知乎@论文推土机，文中观点仅供分享交流，不代表本公众号立场，如涉及版权等问题，请您告知，我们将及时处理。-- END --
