自動駕駛決策系統

自動駕駛決策系統係自動駕駛汽車嘅"大腦"，佢接收感應系統傳來嘅環境資訊，判斷當前該做咩，並規劃出具體嘅行駛路線，然後交俾控制系統去執行。

決策系統嘅工作通常分為幾個層次，層層遞進：

行為決策（行為決策）：回答"當前該做咩"呢個宏觀問題。例如，係跟隨前車，定係準備變道超車，抑或是讓行？呢個層面決定咗車輛大致嘅駕駛策略。
運動規劃（運動規劃）：喺行為決策確定後，規劃出一條由現有位置到目標點嘅具體、安全、平滑嘅行駛軌跡。呢條軌跡需要考慮到道路曲率、周圍車輛嘅位置同速度，以及乘客嘅舒適度。
閉環控制（控制）：將規劃好嘅路徑轉化為具體、實時嘅方向盤轉角、油門同煞車指令，並不斷根據車輛實際運動狀態進行修正，確保車輛"聽話"地沿住規劃軌跡行駛。

實現呢套決策流程，主要有三條技術路線，各有優劣：

模塊化系統（模塊化系統）：呢個係傳統且廣泛應用嘅方案，將行為決策、運動規劃同控制等環節拆散成獨立嘅模塊，再由規則或模型串聯埋。佢可解釋性強，每個環節出咗咩問題都唔難追溯，方便調試；但模塊間嘅誤差可能會累積，導致整體性能下滑。
端到端系統（端到端系統）：呢條路線嘗試用一個巨大嘅神經網絡，直接從感應器輸入（如攝像頭影像）映射出駕駛指令（如方向盤角度）。佢最大嘅優點係避免咗級聯誤差，系統能全局優化，理論上性能上限更高。但佢嘅"黑盒"特性令可解釋性好差，人地難明佢點解會做出一個咁樣嘅決策，喺高安全要求領域係重大風險。
基於優化嘅系統（基於優化嘅系統）：呢種係介乎前兩者之間嘅方案。佢透過定義複雜數學"代價函數"（Cost Function），將安全、效率、舒適等目標量化，然後透過求解呢個函數嘅最優解嚟生成駕駛策略同軌跡。呢種方法安全性可驗證，行為可預測，因此被認為更適合大規模量產。其代表技術包括模型預測控制 (MPC) 同人工勢場法 (APF)。

決策技術本身亦喺快速演進，主要趨勢包括：

模仿學習同強化學習: 利用大量人類駕駛數據訓練模型，讓 AI 學識老司機嘅駕駛經驗（模仿學習）。或者讓 AI 同環境不斷試錯互動，從獎勵同懲罰中自己摸索出最優策略（強化學習），同濟大學嘅研究就展示咗深度強化學習喺決策規劃當中的应用潛力。
預測同決策嘅深度融合: 過去係先預測其他車輛點走，再規劃自己嘅路。而家趨勢係將佢哋結合，變成一個更緊密嘅整體，好似"任務統一型規劃系統"（Task-Unified Planning System）噉，讓預測也服務於最終嘅駕駛目標，顯著提升避障等關鍵任務嘅完成度。
應對不確定性嘅決策: 複雜嘅真實路況充滿不確定性，你唔知周圍嘅車會唔會突然變道。新技術好似 Hi-Drive 採用嘅分層部分可觀察馬可夫決策過程 (POMDP)，就試圖喺決策嗰陣就考慮到呢種不確定性，做出更穩陣嘅規劃。

簡單來講，自動駕駛決策系統正從規則驅動、可解釋嘅模塊化時代，邁向數據驅動、更智能，同時需要平衡安全性同性能嘅融合時代。