姓名：董夢圓 學號：21011110259 學院：通信工程學院
轉載自：https://www.zhihu.com/question/41013884/answer/596820367
【嵌牛導讀】決策和規(guī)劃已經開始合并盼铁，很多決策層可以直接決策到動作層粗蔚，如此，就意味著不需要規(guī)劃層饶火，回想起4年前李德毅院士試乘我們車時鹏控，問過一個問題：“無人車到底需不需要規(guī)劃？” 真是時間如梭胺羟蕖５狈！
【嵌牛鼻子】無人駕駛鲤看；決策與規(guī)劃
【嵌牛提問】無人車的決策和規(guī)劃分別是負責什么的缘揪？兩者的差別和聯系是什么？
在老AI里面 決策和規(guī)劃差不多一個意思 一個理性決策通骋骞穑可以表示為將預期的utility/reward最大化找筝，或者等價的，讓代價cost最小慷吊。為此需要預計到自己未來的一系列措施會有怎樣的結果袖裕，并根據這樣預計來調整優(yōu)化自己將要采取的措施，這個過程就叫規(guī)劃溉瓶。
無人車也一樣急鳄，你是要換道，還是超車堰酿，還是下高架疾宏，還是去停車場，找哪個停車位胞锰，這些目標會帶來不同的utility灾锯，而對應的utility事實上是不能提前知道的兢榨，因為utility和目標是否可以實現嗅榕，如何實現有關系。比如你嫌前面的車太慢吵聪，你覺得馬上去超它回報會很大凌那？但是如果這個時候旁邊的車道沒有空隙讓你超呢？你強行超會導致事故吟逝。 所以帽蝶，規(guī)劃能力的強弱，決定了決策是多聰明還是多笨块攒。
目前大部分實用AI決策系統(比如游戲AI)里面励稳，都是分層(hierarchical)的佃乘。 5，6年前的時候驹尼，許多無人車的上層規(guī)劃系統還比較簡單趣避，有些就是些簡單的有限狀態(tài)機，來根據場景簡單的覺定我是不是要超車了新翎，要換道了程帕，而不太管物理上是否可以實現。你也可以認為根據場景粗糙的估計了一下utility地啰，但實際情況可能和估計的完全不一樣愁拭。 這一步，被工業(yè)界叫做behavior planning亏吝，也被認為是decision making的一部分... 一旦確定好behavior以后岭埠，比如要超車了，下面的motion planning模塊嘗試在有限的預測時間里找到能超車的軌跡蔚鸥。
正如上面所描述的枫攀，因為過去許多無人車所謂‘decision making'的過程過于簡單，相當于沒什么planning的因素在里面株茶，因此做出的決策常常會不可行来涨，也就是下面的motion planning找不到實現上層behavior的具體運動，這樣會導致無人車有時看上去比較傻启盛，比較保守蹦掐，或者需要避障的時候卻沒有采取足夠聰明的措施，等等僵闯。
因此最近的一些努力是在behavior planning的時候也考慮vehicle motion卧抗，畢竟從問題本身來說decision making本身就是planning的問題，無非是能做的多好鳖粟，同時要可以real-time的跑社裆。另外上層如果做的太細，那就和下面的Motion planning就沒區(qū)別了向图，這樣也就失去了通過分層結構簡化問題加快計算的初衷泳秀。
事實上抽象和分層的能力是人類能解決復雜問題的重要因素。然而要在理論上保證分層決策系統一定的完備性是困難的榄攀，因為上層考慮的是一個簡單化的決策問題嗜傅，這樣上層產生的一系列sub tasks，在下層不一定能解決, 因而從完備性的角度上下層的交互常常是必要的檩赢。就好像我老板讓我發(fā)IEEE TAC吕嘀，我覺得自己的文章對不起TAC，我就要和老板反饋，老板重新判斷后覺得還是得發(fā)偶房，那我再執(zhí)行試試看趁曼。你看這就是不同hierarchy之間的交互過程。
因此在planning領域才有了很多如何做state abstraction和refinement棕洋，以及Motion planning領域所謂的adaptive dimension的方法彰阴。事實上，就連傳統的RL也有所謂hierarchical RL的概念拍冠，畢竟RL一大半內容就是在用DP做planning....當然現在的摩登AI都是神經網絡端到端一步到位了尿这，誰還管怎么搞分層呢。
