混合A*规划（Hybrid A*）是自动驾驶领域中的一种路径规划算法，它结合了传统A*算法的启发式搜索思想与连续状态空间的运动学约束，专门用于解决车辆在复杂环境中的最优路径规划问题。与离散化的A*算法不同，混合A*在搜索过程中考虑了车辆的转向、速度等连续运动特性，通过离散化与连续优化的结合，生成平滑且符合车辆动力学约束的可行路径。其核心在于使用启发式函数引导搜索方向，同时利用Reed-Shepp曲线等运动基元来验证路径的可行性，从而在计算效率与路径质量之间取得平衡。
在自动驾驶实际应用中，混合A*特别适用于低速场景下的精确路径规划，如自动泊车、狭窄道路通行等需要高精度控制的场景。相较于纯几何规划方法，它能更好地处理非完整约束（如车辆不能横向移动），而相比基于采样的方法（如RRT*），其搜索效率更高且路径更优。近年来，随着计算硬件的升级，混合A*进一步融入了机器学习预测模型来优化启发函数，显著提升了复杂动态环境中的规划实时性。对于产品经理而言，理解该算法的适用边界（如计算耗时随场景复杂度增长）有助于合理设计自动驾驶功能的技术方案。