动作原语（Action Primitive）是自动驾驶系统中描述车辆基本运动单元的抽象概念，指代那些不可再分解的基础控制指令，如加速、制动、转向等离散化操作。这类原语构成了高阶驾驶策略的原子组件，通过不同时序组合能实现复杂驾驶行为。从控制理论视角看，动作原语具有明确的运动学或动力学边界约束，其参数化表征需满足实时性、可预测性和安全性要求，例如转向角度精度需控制在±0.5°以内，加速度变化率不超过2m/s³等工程化指标。
在自动驾驶产品落地过程中，动作原语库的设计直接影响系统性能边界。业界通常采用分层架构，将决策层输出的轨迹规划分解为底层控制器可执行的原语序列。例如自动泊车场景可能由「纵向匀速-横向定曲率-全向制动」等原语组合实现。值得注意的是，原语的颗粒度选择需要平衡灵活性与计算复杂度，特斯拉2020年专利（US10782693B1）就展示了通过17个基础原语覆盖90%城市工况的典型案例。当前前沿研究正探索基于强化学习的原语自适应生成技术，以应对极端工况下的控制需求。