行为决策算法 | 原理 | 优点 | 缺点 | 典型代表 |
基于神经网络 | 采用神经网络确定具体的场景并做出适当的行为决策 | 极强的灵活性、决策系统简洁直接 | 可解释性差,模型修正难度大,决策效果依赖数据质量 | NVIDIA端到端卷积神经网络决策系统 [28] |
基于规划 | 列出所有可能的组合,再用基于规则的技术路线对汽车的决策系统编程 | 算法逻辑清晰,可解释性强,稳定性强,便于建模 | 面对复杂工况将导致算法规模庞大冗杂 | Junior无人车的行为 决策系统 [29] Boss无人车的行为 决策系统 [30] |
混合路线 | 综合以上两种方决策方法 | 兼顾两种行为决策算法的优势,保证决策结果的鲁棒性与正确性 | 如何合理对接规划模型与学习算法模型的还待研究 | 中国科学技术大学研发的智能驾驶II号 [31] |