第685章 装逼上瘾的陈默 (1/3)

　　    李飞鹏几乎要拍案而起，看向陈默的眼神充满了不可思议的钦佩。

    这位年轻的技术副总裁，脑子里装的到底是什么？

    竟对技术本质的洞察竟如此深刻！

    陈默微微一笑，目光转向负责规划与决策的陈奇惊：

    “第二点，关于规划和ALC的决策犹豫问题。

    奇惊，你从特斯拉带来的PDP（预测-决策-规划）框架是基础，但特斯拉AP在变道时有时显得过于激进甚至鲁莽，有时又过于保守。

    核心可能在于，它的预测、决策、规划是相对割裂的模块。”

    陈奇惊神色一凛，专注地看着陈默。

    他在特斯拉AUtOpilOt团队的经历让他深知模块化设计的优势与局限。

    “我在想，”陈默的手指在白板上虚划，将之前代表“预测”和“规划”的区域猛地圈在一起。

    “是否可以尝试一种更紧密耦合的思路 —— 时空联合规划（SpatiO-TempOral JOint Planning）？

    将自车的轨迹规划与对周围交通参与者（Target VehiCleS, TVS）未来行为的预测，放在一个统一的、基于优化的框架下进行联合求解？”

    “统一的框架？”陈奇惊眉头紧锁，陷入深思。

    这个概念对他而言同样极具冲击力。

    “对，”陈默点了点头。

    “简单说，规划器不再仅仅优化自车一条最优轨迹，而是同时考虑周围关键车辆可能的多种行为假设（比如加速、减速、保持、变道），并为每一种行为假设赋予一个概率。

    然后，在优化目标函数里，不仅要包含自车的舒适性、效率、安全性，还要显式地包含与这些假设轨迹的交互成本（如避免碰撞的风险、变道切入时对后车的影响）。”

    他顿了顿，让众人消化：

    “这样，规划器输出的不仅仅是一条轨迹，而是一系列‘条件轨迹’。

    如果A车加速，我这样走；

    如果A车减速，我那样走；

    如果B车突然变道，我又该如何应对。

    决策（DeCiSiOn）被隐含在了轨迹的生成过程中，而不是作为一个独立的、非此即彼的（变道\/不变道）模块前置。

    最终执行哪条轨迹，可以基于实时的感知预测更新，选择风险最低或综合收益最高的那条。

    这或许能解决当前ALC在车流复杂时‘不敢变’或‘硬变’的尴尬，让变道行为更流畅、更拟人化，也更安全。”

    “卧槽！”

    陈奇惊没忍住当着徐总和姚总的面高呼了一声卧槽，但他浑然不觉。

    只是死死盯着陈默，脸上充满了震惊和豁然开朗的表情。

    时空联合规划，将预测的不确定性和规划的灵活性统一

本章未完，请点击下一页继续阅读