手机浏览器扫描二维码访问

第685章 装逼上瘾的陈默（第1页）

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-TemporalJointPlanning）？

将自车的轨迹规划与对周围交通参与者（TargetVehicles,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在一个优化框架内！

这思路...

这思路他妈的简直是给自动驾驶的决策规划领域投下了一颗核弹。

完美地击中了模块化PDP框架在复杂交互场景下决策犹豫或鲁莽的痛点！

他在特斯拉时，团队内部也曾讨论过类似模糊的想法，但从未有人能像陈默这样，清晰、系统、一针见血地提出可行的理论框架。

“陈总…”陈奇惊的声音有些干涩，带着由衷的叹服。

“这思路太精妙了，它从根本上尝试解决交互决策的连续性和不确定性难题。