行為決策（行為規劃）

行為決策（行為決定） 係自動駕駛系統入面嘅核心模組之一，位喺環境感知同運動規劃中間，相當於車輛嘅「副駕駛」。佢嘅核心任務，係綜合感知到嘅環境資訊、自身狀態同交通規則，「思考」並決定喺當前時刻應該採取咩樣嘅宏觀駕駛策略——比如係跟車、超車、停車、定係讓行。

行為決策唔係一個簡單嘅「係或者唔係」問題，佢需要喺一個充滿不確定性嘅複雜環境入面做出判斷。具體嚟講，佢需要同時處理以下幾類資訊並做出綜合決策：

目前，實現行為決策主要有三大技術流派，各有側重同利弊：

技術路線	核心思想	優點	缺點
基於規則（Rule-based）	依靠人為設定嘅規則同條件（如有限狀態機）嚟觸發對應駕駛行為，邏輯清晰、可預測性強，係應用最廣泛嘅基礎方案。	可解釋性強，行為穩定可靠，易於驗證同調試。	面對複雜、多變嘅現實世界，規則難以窮舉，可能喺未知場景下無法靈活應對。
基於學習（Learning-based）	透過模仿學習（從大量人類駕駛數據入面學習）或強化學習（透過同環境「試錯」互動學習最優策略）嚟訓練決策模型。	處理複雜場景同未知情況嘅能力更強，行為表現更接近人類。	可解釋性差（「黑盒」問題），安全性同可靠性難以從數學上保證，對訓練數據質量同數量要求極高。
混合式（Hybrid）	將「基於規則」嘅安全性同可解釋性，同「基於學習」嘅智能性同泛化能力相結合。例如，喺環島等複雜場景下，利用深度強化學習進行決策，同時用一套規則系統作為安全「保底」。	喺保證基礎安全嘅前提下，提升了決策嘅智能性同場景適應能力。	系統設計同集成難度較大。

當前，行為決策嘅研究正朝著幾個關鍵方向突破：

互動行為建模：呢個被認為係實現高級別自動駕駛（L4/L5）嘅核心瓶頸之一。現實交通中，車輛同行人、同其他車輛嘅行為係高度互動、相互影響嘅。決策系統需要具备「社會敏感性」，能預判自己嘅決策對其他人嘅影響，並據此做出更合理、更負責任嘅選擇。
應對不確定性：透過部分可觀測馬爾可夫決策過程（POMDP）等數學模型，喺決策時就考慮到其他交通參與者意圖嘅不確定性，從而制定更穩健嘅駕駛策略。

行為決策做出嘅宏觀策略，最終會傳遞俾下游嘅 「運動規劃」 模組，由佢負責將「準備超車」呢類決策，生成為一條具體嘅、可供車輛執行嘅平滑行駛軌跡。