层次行为规划（Hierarchical Behavioral Planning）是自动驾驶系统中将复杂决策任务分解为多个抽象层次的计算架构。其核心思想在于将驾驶行为决策过程划分为战略层（如路径规划）、战术层（如变道决策）和操作层（如转向控制）三个主要层级，每个层级处理不同时间跨度和空间粒度的决策问题，上层输出将作为下层的约束条件。这种分层结构既保证了全局目标的最优性，又能实时应对局部动态环境的突变。
在实际产品开发中，层次行为规划显著提升了系统可解释性和模块化程度。例如战略层可复用高精地图数据实现分钟级规划，战术层通过感知融合实现秒级反应，操作层则以毫秒级频率执行车辆控制。当前主流方案如Aptiv的Ottomatika架构就采用了类似分层设计，既能满足ISO 26262功能安全要求，又便于不同团队并行开发。随着端到端学习的兴起，如何在保持层级优势的同时实现各层级的联合优化，已成为行业研究热点。