姓名：董梦圆 学号：21011110259 学院：通信工程学院
转载自：https://www.zhihu.com/question/41013884/answer/596820367
【嵌牛导读】决策和规划已经开始合并，很多决策层可以直接决策到动作层，如此，就意味着不需要规划层，回想起4年前李德毅院士试乘我们车时，问过一个问题：“无人车到底需不需要规划？” 真是时间如梭啊！！
【嵌牛鼻子】无人驾驶；决策与规划
【嵌牛提问】无人车的决策和规划分别是负责什么的？两者的差别和联系是什么？
在老AI里面 决策和规划差不多一个意思 一个理性决策通常可以表示为将预期的utility/reward最大化，或者等价的，让代价cost最小。为此需要预计到自己未来的一系列措施会有怎样的结果，并根据这样预计来调整优化自己将要采取的措施，这个过程就叫规划。
无人车也一样，你是要换道，还是超车，还是下高架，还是去停车场，找哪个停车位，这些目标会带来不同的utility，而对应的utility事实上是不能提前知道的，因为utility和目标是否可以实现，如何实现有关系。比如你嫌前面的车太慢，你觉得马上去超它回报会很大？但是如果这个时候旁边的车道没有空隙让你超呢？你强行超会导致事故。 所以，规划能力的强弱，决定了决策是多聪明还是多笨。
目前大部分实用AI决策系统(比如游戏AI)里面，都是分层(hierarchical)的。 5，6年前的时候，许多无人车的上层规划系统还比较简单，有些就是些简单的有限状态机，来根据场景简单的觉定我是不是要超车了，要换道了，而不太管物理上是否可以实现。你也可以认为根据场景粗糙的估计了一下utility，但实际情况可能和估计的完全不一样。 这一步，被工业界叫做behavior planning，也被认为是decision making的一部分... 一旦确定好behavior以后，比如要超车了，下面的motion planning模块尝试在有限的预测时间里找到能超车的轨迹。
正如上面所描述的，因为过去许多无人车所谓‘decision making'的过程过于简单，相当于没什么planning的因素在里面，因此做出的决策常常会不可行，也就是下面的motion planning找不到实现上层behavior的具体运动，这样会导致无人车有时看上去比较傻，比较保守，或者需要避障的时候却没有采取足够聪明的措施，等等。
因此最近的一些努力是在behavior planning的时候也考虑vehicle motion，毕竟从问题本身来说decision making本身就是planning的问题，无非是能做的多好，同时要可以real-time的跑。另外上层如果做的太细，那就和下面的Motion planning就没区别了，这样也就失去了通过分层结构简化问题加快计算的初衷。
事实上抽象和分层的能力是人类能解决复杂问题的重要因素。然而要在理论上保证分层决策系统一定的完备性是困难的，因为上层考虑的是一个简单化的决策问题，这样上层产生的一系列sub tasks，在下层不一定能解决, 因而从完备性的角度上下层的交互常常是必要的。就好像我老板让我发IEEE TAC，我觉得自己的文章对不起TAC，我就要和老板反馈，老板重新判断后觉得还是得发，那我再执行试试看。你看这就是不同hierarchy之间的交互过程。
因此在planning领域才有了很多如何做state abstraction和refinement，以及Motion planning领域所谓的adaptive dimension的方法。事实上，就连传统的RL也有所谓hierarchical RL的概念，毕竟RL一大半内容就是在用DP做planning....当然现在的摩登AI都是神经网络端到端一步到位了，谁还管怎么搞分层呢。
