Tag: 自动驾驶决策

专业术语

什么是纳什均衡？

纳什均衡（Nash Equilibrium）是博弈论中的核心概念，由数学家约翰·纳什提出，描述的是在多人参与的博弈中，当所有参与者都选择了最优策略，且任何一方单方面改变策略都无法获得更大收益时的稳定状态。这种均衡并非总是全局最优，但确实反映了理性个体在相互制约下的行为结果。在自动驾驶领域，纳什均衡常被用于分析多车交互场景下的决策优化问题。 在自动驾驶汽车开发中，纳什均衡为多车协同决策提供了理论框架。例如，当多辆自动驾驶车辆在无信号灯路口相遇时，每辆车都需要根据其他车辆的预期行为来调整自身的行驶策略。通过纳什均衡分析，可以设计出既保证个体行驶效率，又避免冲突的决策算法。这一理论的应用，使得自动驾驶系统在复杂交通环境中能够做出更加合理和安全的决策。

专业术语

什么是效用函数？

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。