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]