企业官网建设流程全解析

1. 开题：为什么这十年值得拿出来复盘

智能驾驶决策规划这十年，是我个人认为整个自动驾驶行业里变化最剧烈、也最容易被外界误读的一个方向。2015年前后，行业里提到决策规划，基本默认是"一套规则加一条曲线"，很多团队连"预测"模块都没有，决策基本靠查表。到2025年再看，主流方案已经变成"数据驱动的端到端模型主干 + 规则兜底 + 可解释中间层"的混合形态，中间经历了至少三轮技术范式的转换。

如果你刚入行，或者正打算从感知方向转到决策规划，这篇内容可以帮你建立一个十年维度的坐标系：哪些东西是真正沉淀下来的，哪些只是阶段的产物，现在行业里讨论的"端到端""世界模型""驾驶大模型"到底是怎么一步步走到今天的。如果你已经在行业里做了几年，这篇按时间线和技术形态双维度展开的复盘，也能帮你把手上正在做的事放到一个更完整的脉络里去看。

我自己的经验是，决策规划最大的难点从来不是某个具体算法写不出来，而是你很难知道"当前这个方案在真实世界中到底够不够好"，以及"下一个拐点什么时候来、会以什么形式来"。所以这篇文章我不打算写成论文式的综述，而是按真实的技术演进轨迹，结合每个阶段的典型问题、实现细节和踩坑经验来展开。

提示：文中所有企业和项目的表述均为行业通用场景描述，不指向任何特定真实主体。

2. 从规则统治到模型萌芽：2015到2017年的决策规划世界

2.1 当时代的基本盘：有限场景、有限速度、无限规则

2015年做决策规划，场景边界非常清晰。封闭园区、高速简单变道、低速园区接驳，基本上就是全部。没有城市道路，没有复杂的无保护左转，没有行人横穿加非机动车穿插的组合博弈。所有方案都建立在"地图是已知的、障碍物是筐出来的、路线是预设的"这三个假设上。

决策端的典型做法是有限状态机加规则优先级。什么场景触发什么行为，基本都是工程师一条条写出来的。比如前方有静止障碍物且旁道空闲，状态机转到变道状态，然后让规划器生成一条满足安全距离的轨迹，再用五次多项式拟合平滑。这套方案的优势是非常直接，行为完全可控，出了问题你能精确到"哪条规则没覆盖到"。劣势也很明显：每增加一个场景，就要增加一大批规则，规则之间还会互相打架，工程师常年处于"加规则修BUG"的循环里。

我当时所在的团队做过一次统计，用了接近一年的时间，把一个园区低速场景的状态机从二十几个状态扩到了两百多个状态，每次OTA新版本，总有几个增量规则会导致某些边缘场景的行为退化。后来我们总结出来一个规律：规则类方案的边际成本是递增的，到一定程度之后不是在加功能，而是在互相还债。

2.2 规划端的技术主旋律：Frenet坐标系和采样

2015到2017年，规划端的技术底座其实已经相对成熟了。Frenet坐标系是整个十年的地基之一，即使在端到端时代，轨迹表达和碰撞检查依然大量沿用这一套思路。它把车辆运动从笛卡尔坐标系转换到以参考线为基准的s-l坐标，纵向是沿道路的距离s，横向是偏离参考线的距离l，这样一来，道路形态本身不再干扰规划问题，目标函数可以直接写"离参考线多近、纵向速度多平稳"这类直觉量。

基于Frenet的采样规划是当时最主流的形式。横向和纵向分别采样，然后用五次多项式连接起点和终点。为什么要五次多项式？因为它能保证位置、速度、加速度三个量在边界处连续，车辆执行起来不突兀。这里有个实操细节值得说：三次多项式只能保证位置和速度连续，加速度会产生跳变，车辆控制端会抖，乘员感知会非常明显。五次多项式是当时工程上的最低要求，有几家团队甚至尝试过七次，但数值稳定性和求解成本都不划算，最终大家还是停在五次。

选轨迹的标准从第一天起就没变过：安全性、舒适性、效率。安全性靠碰撞检查兜底，舒适性靠加加速度的变化率来约束，效率就是在限速和跟车距离约束下尽量贴近期望速度。真正让团队拉开差距的，是怎么处理多个候选轨迹之间的切换。大部分老工程师一定记得那个"换道犹豫"问题——轨迹每帧重采样，上一帧准备变道，这一帧因为旁边车稍微加速就回到原车道，下一秒又变道，车在车道线上跳舞。后来大家用轨迹选择时的"滞后性"，也就是给不同行为的代价函数加一个时间维度的惯性项，才把这问题压住。这个细节在各家论文里很少写，但是在实车上极其重要。

2.3 模拟器和仿真测试从第一天就是刚需

2015年那会儿还没有今天这种大規模仿真平台，很多团队自研的仿真器本质上是"录制的路测数据重放"，加上一个简单的动力学模型。这套玩法能验证控制指令的跟踪效果，但验证不了决策算法面对"新场景"的能力。

比较早的探索是场景编辑器，工程师手搭一些典型场景往里塞，比如前车急刹、旁车切入、路口有车辆遮挡。这里有个经验：场景编辑器最有价值的用法不是堆场景数量，而是做"参数化边界扫描"。比如前车急刹的相对距离从40米到5米，每隔一米跑一遍，看系统什么时候开始触发紧急制动、舒适性指标怎么退化。这条边界曲线比一百个孤立的通过性case有用得多，因为它直接告诉你系统的鲁棒性余量。

到现在，行业内主流测试工具链的底层逻辑仍然和那时一致，区别只是场景生成的自动化程度、传感器仿真的逼真度、以及大规模并行计算的能力上有了数量级提升。

3. 预测模块登上主舞台：2017到2019年的架构重整

3.1 为什么必须把"预测"从决策里拆出来

2017年前后，行业里一个重要的共识开始形成：感知输出一堆框，直接丢给决策规划去查规则，根本处理不了交互场景。你无法为"旁边车下一秒可能减速让我进，也可能加速不让我进"写一条清晰的规则。于是预测模块正式从决策规划中分离出来，变成了独立的中间层。

这个拆分的本质，是把"对方意图是什么"的概率估计，和"我该怎么做"的策略选择解耦。预测模块输出每个交通参与者的多模态轨迹假设和对应概率，决策规划根据这些假设做条件规划——每个假设对应一条最优轨迹，再用概率加权或者保守兜底的方式来选最终动作。

这里有一个实践中的关键点：预测模块的输出格式要设计得非常谨慎。如果输出的是多模态轨迹list，下游决策要解决的问题马上就变成"多假设怎么选、怎么融合"；如果输出的是简单的横向变道概率，下游会把概率阈值当规则用。我记得有一段时间行业里反复在"概率阈值调大了保守，调小了激进"这个困境里打转。后来部分团队开始尝试"轨迹级假设 + 场景级决策树"的组合：预测给出三条带概率的轨迹假设，决策端为每条假设维护一条备选轨迹和一个触发条件，只有当假设间存在实质性冲突时才降级到保守策略。这套做法在当时的计算资源下已经接近算力极限，但效果确实稳定。

3.2 蒙特卡洛树搜索在驾驶场景的尝试和退场

2017到2018年，学术界和工业界有一波用蒙特卡洛树搜索（MCTS）做驾驶决策的热潮，思路很自然：把驾驶当作一个序贯决策问题，车辆和周围参与者共同构成状态空间，用树搜索去枚举可能的交互序列。

但真到了实车上，问题比论文里复杂太多。第一是分支因子太大，城市道路场景里周围五辆车、每个车有三个可能的意图，树宽就是几百，深度再一加，搜索空间直接爆炸。第二是代价函数很难设计，在棋盘里你能说清楚"吃掉对方一个皇后是收益"，在城市交通里你说不清"让旁边车先走三米"和"我自己晚到三秒"之间到底怎么换算。第三是实时性问题，即使做了裁剪和并行，主流车载计算平台在那个年代根本跑不动。

这波尝试最后基本退回到了决策树和行为库的框架内，但MCTS给行业留下的遗产是"场景交互需要考虑得更深"，而不是"每个障碍物各自独立预测然后我选一个最稳妥的策略"。后来的交互式预测、博弈规划，都能看到这段探索的影子。

3.3 强化学习进入工业界的曲折

强化学习（RL）在决策规划中的应用，大概是2017年开始从实验室进入工业界试探的。第一批试水的场景是换道、匝道汇入、路口通行这类强交互场景，因为这些场景的胜负手是"时机选择"而不是"几何轨迹"。

落地过程中最大的坎不是算法收敛不了，而是奖励函数怎么设计。你给"完成变道"一个正奖励，给"碰撞"一个负奖励，训练出来的策略可能非常莽——贴着旁边车的保险杠变道，安全距离完全被无视。你加一个"离障碍物越远越好"的惩罚项，策略又变得过度保守，在匝道上永远等不到空隙。每家团队都在这两边反复磨。

我个人的经验是，RL在决策规划里真正能落地的形态，不是直接输出一条控制指令，而是作为一个"决策建议器"或者"策略筛选器"。比如在换道场景里，先由规则系统圈定一个安全条件，RL在条件允许的窗口里给出换道时机建议，再由规划器生成具体轨迹。这个分层思想到今天仍然在被使用。

4. 数据驱动全面渗透：2019到2022年的范式转换期

4.1 从"写规则"到"标数据"：行为克隆成为主流路径

2019到2020年，行业里一个非常明显的风向变化是：大家开始大规模用路测数据来"学"决策行为，而不是"写"决策规则。行为克隆（Behavior Cloning）是最先跑通的技术路径。

操作上其实不复杂：拿到大量人工驾驶的路测数据，把感知输出和自车状态作为输入，把人类驾驶的方向盘、油门刹车作为标签，训练一个监督学习模型去拟合。这个方向能跑通的核心原因是数据足够多、问题足够直接——比RL调奖励函数省太多心智负担。

但行为克隆有个著名的坑：分布偏移（distribution shift）。学出来的策略在训练数据分布里表现很好，一到新场景就崩，因为模型没见过这种状态就乱输出，乱输出导致进入更偏的状态，恶性循环。行业里几种应对方案后来也沉淀下来了：一是数据聚合（DAgger），让模型在真实道路上开，每次遇到偏离就让人接管并把这个新状态加回去重训；二是加入安全过滤器，把模型的输出当作参考，通过一个规则层的安全检查才放行。后者的价值在真实系统中被反复验证，现在几乎所有"端到端"方案里都还有一个规则兜底层，根源就在这里。

4.2 插值搜索和数值优化的工程化进展

在决策端被数据驱动吸引眼球的同时，规划端其实也在发生技术迭代。基于采样的方法有个天然问题：在高维空间里，你永远不知道采样密度够不够，而数值优化方法——特别是模型预测控制（MPC）类方法，开始越来越多地进入工业界。

基于MPC的规划把轨迹生成变成一个有约束的优化问题：目标函数是平顺性和跟踪参考速度，约束是动力学可行、避障安全。优势是解出来的轨迹天然满足约束、平滑性好、不需要后处理；劣势是对初始猜测敏感，非凸问题容易陷入局部最优，而且在极限场景下求解时间可能超时。

工程上比较成功的做法是"采样和优化混合"：先用采样方法把问题空间摸一遍，找到几个较好的初始解，再丢给优化器去精修。这个两阶段结构后来成为很多量产系统规划的标配。一个很重要的经验是：优化器的权重调节一定要配合实车标定来做，单独看仿真曲线的舒适性指标没有任何意义，因为乘客的感受还依赖于底盘响应特性，同一组权重在两种不同悬架的车上的主观感受可以差一大截。

4.3 车路协同和高精地图侧的暗线演进

2019到2022年，行业内对决策规划的讨论主要围绕算法本身，但有一条暗线同样重要：高精地图和数据闭环的标准化。决策规划算法的复杂度很大程度上受制于上游信息质量，地图精度、车道拓扑的完整性、交通信号灯信息的时延，直接影响规划器的行为边界。

这一阶段比较重要的工程进展是把地图信息从"一次性导入"改成"在线更新 + 动态图层叠加"的架构。规划器不再直接查地图数据库，而是通过一个地图服务接口拿到融合了实时交通事件、临时施工信息、车道封闭信息的"活地图"。这个架构变化对决策规划的影响是巨大的：它让"前方施工绕行"这类能力从规则里解耦出来了，降低了决策状态的爆炸式增长。

5. 端到端方案的崛起：2022到2025年的新叙事

5.1 从模块化到分段端到端再到全端到端

2022年之后，行业讨论的焦点变成了"端到端"。这是个被用得很滥的词，先理清楚它的层次。

最温和的端到端形态是"感知决策一体化"：感知模块直接输出可供决策用的中间表征，而不是一个个独立的障碍物框和车道线。举例来说，传统方案里感知输出"前方10米有车，速度3m/s"，端到端方案里感知输出的是一个向量空间特征图，里面包含了车辆、车道、路沿、动静态障碍物以及它们之间的关系。决策模块基于这个特征图直接输出轨迹。好处是感知和决策之间不再有信息丢失，坏处是中间表征不可解释，出了问题很难定位是感知的错还是决策的错。

更激进的全端到端形态是"传感器原始数据直接到控制量"：输入是摄像头图像和激光雷达点云，输出是方向盘转角和加减速。这种方案在2023到2024年在头部玩家那里被推到了量产验证阶段。核心训练数据规模是决定性因素，公开路测车队攒的数据量和质量，直接决定了系统的能力上限。

对中小团队而言，全端到端的门槛实在太高，大多数团队实际落地的是"分段端到端 + 规则兜底"的方案。感知用端到端模型，决策用模仿学习加规则安全层，规划用数据驱动加MPC精修。这个组合的关键词不是激进，而是可控。

5.2 世界模型和驾驶模型的边界在哪

2024到2025年，"世界模型"成了决策规划领域最热的概念之一。它的核心假设是：如果模型能学会环境中的物理规律——前车踩刹车后会减速多少、行人看到车后会犹豫还是快跑、雨天路面的附着系数大概降多少——那么决策就不需要为每个细节写规则，模型自然知道怎么做更合理。

世界模型在当前阶段的实际形态是：用大模型预测未来几秒内多个传感模态的演变，相当于给决策系统装了一个"预见能力"。然后决策端在这个预见结果上进行条件规划。这个思路在仿真中效果不错，特别是处理"鬼探头""遮挡路口"这类需要提前反应的场景。

但这里有一个工程现实：世界模型的预测质量在当前传感器成本和算力约束下还不够稳定，预测偏差可能比传统预测模块的偏差更不可控。我在实际测试中见过不少案例，世界模型对未来1秒的预测效果接近完美，但3秒之后的预测发散明显，如果决策完全依赖这个预测，就会在长周期规划中产生"越来越偏"的问题。所以目前行业里更实际的用法是把世界模型的结果作为参考输入，最终决策仍然经过一个规则和传统预测融合的保底链路。

5.3 大语言模型介入决策：是未来还是过度炒作

2023年ChatGPT热潮之后，行业里涌现了一批"用大语言模型做驾驶决策"的工作。思路上确实有吸引力：语言模型天然具备了常识推理能力，能理解"前方有个球滚过来，后面可能跟着孩子"这种人类驾驶员的隐式推理。

实际落地层面的挑战也很多。第一是时延，在驾驶场景里，决策的周期通常要求100毫秒以内，而一个正常的大语言模型单次推理就要2到5秒；第二是token化损失，把传感器数据转换成语言或者代码描述，本身就是有损压缩，信息丢失是不可忽视的；第三是安全性，语言模型的内容生成是概率性的，同一输入两次输出可能不同，这在安全关键系统中的可接受度目前还不够。

在2025年的这个时间点，我更愿意把大语言模型看作是决策系统的"顶层规划器"，负责长周期任务理解和交互决策，而且是离线生成驾驶策略，远没有到线上实时介入的主流阶段。

6. 十年沉淀下来的关键判断和避坑经验

6.1 架构演进不是单向替代，而是分层共存

回看十年，最核心的认知变化是：没有哪个单一技术路线是终极方案。规则、优化、学习三条路线各有自己的生态位。

规则擅长处理有明确逻辑边界的场景，比如红灯停、实线不变道，这种场景写规则永远比训练模型更可靠。优化擅长处理数值层面的精细控制，比如限速变化曲线、舒适制动，人写策略很难写得过公式。学习擅长处理高度不确定性的交互场景，比如汇入主路时的时机判断、无保护左转时的对手行为预测。量产系统真正稳的做法是让三者各司其职，再用一个更上层的仲裁逻辑把它们的输出整合起来。

我有一个形象的比喻：规则是骨架，优化是肌肉，学习是大脑。没有骨架，系统基本安全都保证不了；没有肌肉，轨迹永远不优雅；没有大脑，理解不了复杂场景。2015年到2025年的演进，本质上是这个分层系统的每一层都在被持续加深。

6.2 仿真和路测的边界在重塑

这十年里，仿真系统的角色发生了很大变化。2015年它是辅助工具，用来跑回归；2019年左右它变成了规模化场景生成器，支撑算法迭代；2023年之后，仿真开始在模型训练环节直接产生数据，特别是在强化学习和世界模型训练中，仿真环境提供的多样化场景已经变成模型能力的核心来源。

但仿真永远替代不了路测的真实性，两者要配合使用。仿真擅长衡量"算法在定义好的场景家族中的一致性"，路测擅长暴露"你对场景还没定义完的部分"。这是两件完全不同的事。

我发现很多团队容易犯的错是把仿真通过率当作安全指标。仿真通过率再高，也不能证明系统在真实世界中是安全的，因为仿真的传感器模型和交通参与者的行为模型都有简化。真正的做法是让仿真负起它的主要责任——回归、边界扫描、机遇判断，而把"未知场景的表现"交给路测去发现。

6.3 数据和算力是隐形的胜负手

任何决策规划方案，无论是规则还是学习，最终都会撞上数据这个天花板。规则方案需要数据来发现新的场景缺口；学习方案需要数据来训练和验证；端到端方案需要海量数据来覆盖长尾。

关于数据，我想强调一个容易被忽视的质量维度：行为质量。很多团队从公开数据和路测车队拿到的数据量不小，但驾驶质量参差不齐，有的司机变道激进、有的跟车距离过大，直接拿来做行为克隆会把不确定性学进去。我们在实际项目中做过一次数据清洗实验，只保留人工评分为"优秀"的驾驶员数据后，模型预测的准确率和决策的通过率都显著提升。这个投入远比调模型结构划算得多。

算力方面，车端和云端的分工也值得一提。车端算力决定了在线推理的模型规模，云端算力决定了你能多快迭代一版模型。2022年到2025年的最大变化之一，是云端训练的算力成本大幅下降，使得很多中小团队也能跑起端到端的训练流程。

6.4 安全验证体系的三个层次

决策规划算法演进十年，安全验证体系也跟着走了三个阶段。第一阶段的验证思路是穷举规则场景，核心指标是"有没有定义过的失败"；第二阶段的验证思路是数据驱动的风险发现，核心指标是"路测里程和脱离接管数"；第三阶段，也就是当前正在建立的，是"生成式场景 + 分布外检测 + 安全论证"三位一体。

所谓"生成式场景"是指用AI自动生成大量有战术难度的边缘场景，比如"前车突然在一个路口跨实线掉头""骑行人从视觉盲区高速切入"，把这类场景做成一个测试集合，每周回归。分布外检测的价值在于识别出"当前系统认知能力边界之外的情况"，它不试图解决这些情况，而是让人知道"这里可能不太行"，这个信号对运营端决定是否人工接管至关重要。

这三个层次不是替代关系，而是叠加关系。在做任何决策规划的工程改造时，都建议先确保三个层次的验证体系都在跑，再谈算法升级。

7. 当前落地架构参考：一套2025年仍可用的混合决策规划系统

根据多年的实践经验，我整理了一套当前阶段在工业界落地时比较成熟的混合架构，可以作为接入新项目的起点参考。它不是最前沿的方案，但它在安全、性能、迭代效率之间取得了比较合理的平衡。

系统整体分为五层：

1. 感知融合层：输出障碍物、车道线、交通信号、栅格化可行驶空间，带置信度。
2. 行为预测层：输出每个交通参与者的多模态轨迹假设，附带概率估计和意图标签。
3. 决策规划核心层：由规则决策器（处理强规则）、学习决策器（处理和预测模块耦合的交互场景）、规划器（采样初解 + 优化精修）组成，最后有一个动作仲裁器来保证行为一致性。
4. 安全兜底层：包含全局安全约束（车辆动力学极限、法规约束）和局部冲突检查，任何输出不满足安全条件都会触发降级策略或者安全停车。
5. 数据闭环层：记录高价值的交互场景数据，自动化标注，回流训练流程。

在实施这套架构时，最需要注意的是模块间接口设计。决策规划系统的大多数问题不是某个模块本身有多差，而是模块之间信息传递的语义不对齐。比如预测模块输出的"概率"到底怎么被下游使用——是直接做期望，还是做阈值判断，还是做环境条件判断？这必须在接口文档里写清楚，否则就会变成整个团队的噩梦。

8. 从现在的角度看未来三年

站在2025年回看，我认为未来三年最值得关注的方向有三个：第一个是决策规划中常识推理能力的增强，当前系统仍然缺少对物理世界和人类社会规则的理解，语言模型带来的常识能力如果能在时延和安全性上打得过去，会有质变；第二个是分布式决策和群体智能，车车通信和车路协同如果普及，决策规划的主体问题将从"单车决策"变成"群体协调"，算法形态会完全不同；第三个是决策系统的可验证性和可解释性，随着学习模型占比持续扩大，监管和安全认证对决策过程的可解释性要求会越来越高，如何在效果和解释之间找到平衡，是每个从业者都要面对的课题。

十年演进给这个领域留下的最宝贵的经验，概括成一句话就是：**不要迷信单一范式的完美性，也不要低估工程系统的复杂性。**每一个你看着不起眼的规则层、接口定义、数据标注标准，在真实系统中可能决定着一个最先进算法的生死。做决策规划的人需要同时具备科学家的好奇心和工程师的敬畏心，前者帮你找到更好的方向，后者帮你在真实世界里稳住。