效用函数（Utility Function）是自动驾驶决策系统中的核心数学工具，用于量化不同驾驶行为带来的综合收益。它将复杂的驾驶场景转化为可计算的数值指标，通常由安全性、舒适性、效率等多维度参数加权构成。在数学形式上表现为U(x)=w₁f₁(x)+w₂f₂(x)+…+wₙfₙ(x)，其中fₙ代表具体评估维度（如跟车距离、加速度变化率），wₙ则对应各维度的权重系数。
在实际应用中，自动驾驶系统会实时计算不同决策路径的效用值，例如变道超车方案的效用值可能包含到达时间收益、碰撞风险成本、能耗损耗等子项。2023年Waymo在其决策引擎升级中，就采用了动态权重调整的效用函数，使得车辆在雨雪天气能自动提高安全维度的权重系数。值得注意的是，效用函数的参数设置需要与人类驾驶行为数据持续对齐，这也是当前自动驾驶产品经理需要重点参与的跨学科工作。