这十年，智能驾驶规划算法从实验室里的"玩具"，变成了量产车上的"刚需"。2015年我刚入行时，提到路径规划，大家的第一反应还是扫地机器人或者游戏里的寻路逻辑；到了2025年，城市NOA、泊车代驾、干线物流这些场景已经把规划算法推到了"既要算得快、又要算得稳、还得让人觉得像老司机"的位置。这篇文章不打算写成编年体流水账，我想按技术问题的演化逻辑来拆——每一代算法解决的核心矛盾是什么、为什么它会被下一代取代、以及那些写在论文里很少被提及的工程取舍。
1. 2015年的分水岭：规则搜索为主的时代，以及它为什么撑不住复杂场景
1.1 从Dijkstra到A*：规划算法最初只解决"有没有路"的问题
2015年前后的智能驾驶规划算法，学术圈和工程圈其实是脱节的。学术圈在刷KITTI、刷CARLA benchmark，工程圈则在纠结"这辆车能不能在结构化道路上稳定跑完100公里"。那个时代最主流的路径规划算法，基本是搜索类和采样类两种思路的天下。
搜索类以A*、Dijkstra、Hybrid A为代表。Dijkstra的思路说白了就是"暴力扩散找最短"，A加了个启发式函数，让搜索方向更有目的性。Hybrid A*则是专门为车辆运动学设计的变种——它把连续空间离散成网格，节点之间的连接不再是格子间的跳跃，而是符合车辆最小转弯半径的运动学曲线。这套东西在2015年前后的L4园区巴士、封闭港区物流车上非常常见，因为它确实能解决"从A点到B点有没有一条可行驶的路径"这个基本问题。
采样类的代表是RRT及其各种变体（RRT*、RRT-Connect、Informed RRT*）。它的逻辑是随机撒点、逐步生长一棵树，直到树梢触达目标。优点是不需要对环境做精确建模，尤其适合非结构化场景；缺点是随机性带来的结果不稳定——同样的起点终点，跑十次可能出来十条差异很大的路径，有的还拐着莫名其妙的弯。
那个年代，规划算法工程师的日常就是调栅格地图的分辨率、调A*的启发函数权重、调RRT的采样范围。靠这些参数勉强把demo跑通，但一旦场景复杂度上来，问题就藏不住了：搜索类算法的计算时间随着环境规模指数级上升，采样类算法又把"可行性"和"最优性"割裂了。更关键的是，这两类算法产出的都是几何路径，完全不含速度信息、不含对动态障碍物的考虑，更谈不上"像人一样开车"。
1.2 规则搜索引擎的两条死路：高维爆炸和动态障碍博弈
理解为什么搜索类算法在2016年前后被Velodyne激光雷达和深度学习感知带崩，得先看它的两个致命短板。
第一个是维度爆炸。搜索类算法要同时处理路径和速度，就必须把状态空间维度提高——路径有x和y两个自由度，速度再加一个维度，三维空间搜一次成本就已经很高了；如果还要考虑时间维度去应对动态障碍，就是四维搜索。基于栅格的A*在二维下能跑到几十毫秒一帧，一旦加上时间和速度维度，帧率直接掉到个位数，完全没法上车实时跑。有个折中思路是"先在二维搜路径、再沿路径做一维速度规划"，这在2000年代初的DARPA挑战赛上就被验证过，但效果始终生硬——因为路径和速度本来就是耦合的，强行解耦等于逼着车辆走一条次优路线。
第二个是动态障碍博弈的缺失。搜索类算法对待动态物的方式基本是"剪枝"：把预测轨迹占用的时空格从搜索空间里扣掉，然后搜剩下的通路。这在低速、稀疏场景下能用，但只要障碍物密度一高，搜索空间就被抠得支离破碎，规划器频繁报出"无解"。而人类驾驶员处理动态障碍的方式是"博弈"——我减速让你先过，还是我加速抢在你前面过去，这是一个互相影响的过程，搜索算法天然不具备建模这种交互的能力。
所以到2016、2017年前后，业界基本形成共识：几何路径生成只是规划算法最底层的一环，真正体现智能的是"决策"——在复杂交互场景中选择什么行为、何时执行这个行为。搜索类算法的历史使命在L4封闭场景里完成了，但在开放道路面前，它只是铺垫。
2. 模块化规划架构的黄金时代：行为决策、路径与速度的分层逻辑
2.1 行为决策层：为什么"有限状态机"统治了量产项目这么久
在2017到2020这几年，量产智驾系统里最核心的规划架构，几乎都是分层结构：感知输出目标物列表和地图信息，行为决策层（Behavior Layer）决定"跟车、变道、超车、停车、绕行"这些语义行为，运动规划层（Motion Planning Layer）在选定行为下生成具体轨迹，控制层负责跟踪执行。
行为决策层最经典的实现是有限状态机（FSM），加上一些规则打分。FSM的逻辑非常直白：当前处于"跟车"状态，如果前车太慢、且旁边车道有空档、且打了转向灯等待超时，就迁移到"变道"状态。状态迁移条件写得明明白白，每个状态对应的轨迹生成约束也预先定好。这套方案的优点是可解释性强、调试方便、corner case可控——工程师看到一份事故记录，能直接还原出"当时状态机处于什么状态、为什么没迁移"。这在安全至上的汽车行业是巨大的加分项，因为你可以做穷尽测试：把所有状态迁移路径枚举出来逐一验证。
但它的问题也相当突出：状态迁移条件依赖人工手写规则，而真实场景的决策边界永远模糊。举例来说，"前车太慢"的阈值到底是一秒钟车距还是两秒钟车距？旁边车道"有空档"的判断标准是什么？后车速度比自车快多少仍然算"空档"？这些规则在标定时往往互相打架，调了一个又带崩另一个。我记得有个项目里，测试团队花了两周时间调"变道时机"的权重阈值，最后发现没法用一组固定参数同时覆盖拥堵工况和通畅工况，只能再引入"场景识别"模块去切参数组——规则越堆越多，系统复杂度指数级增长。
另一种行为决策方案是基于蒙特卡洛树搜索（MCTS）或POMDP的规划方法。POMDP在那个时期的研究热度很高，因为它数学上最优雅——把感知不确定性（没看清对方意图）和决策耦合在一起，通过信念状态做最优策略求解。但POMDP在真实环境中车规级算力下根本跑不动实时求解，研究界用简化近似（比如Q-MDP、有限视野Rollout）才勉强跑出demo，工程上始终没能形成气候。后来OpenAI的ChatGPT火起来之前，就有很多学者预测学习型决策会取代FSM，但直到2022年之前，FSM依然是量产系统的绝对主流——原因很简单：在AI还不能证明自己"永远不出错"之前，汽车行业宁可要一个"蠢但稳定"的决策器。
2.2 运动规划层：Frenet坐标系和多项式曲线是怎么变成事实标准的
如果说行为决策层解决"做什么"，运动规划层解决"怎么做"。运动规划层是路径规划算法最"硬核"的部分，也是这些年技术迭代最密集的领域。
2018年前后，一个出自MIT论文的Frenet坐标框架几乎成了行业标配。它的核心思路是：以参考线（通常是车道中心线或导航路径）为基准，把车辆的横向偏移（d）和纵向位置（s）拆成两个独立的一维问题。在Frenet坐标系里做规划有一个巨大的好处——道路形状带来的非线性被吸收入参考线里，规划器只需要在一维或低维空间里生成平滑曲线，然后在末端转换回笛卡尔坐标系去控制执行。
具体做法是：给定起点状态（s0, d0, 速度v0, 加速度a0）和终点状态（s1, d1, v1, a1），用五次多项式拟合d关于s的曲线、四次或五次多项式拟合s关于时间的曲线。为什么是五次？因为五次多项式可以同时约束位置、速度、加速度六个边界条件，产生的曲线曲率连续，满足车辆运动学舒适性的基本要求。这一套方案在2018年的Apollo、Autoware和很多车企的自研栈里都能看到，区别主要在采样策略——横向上采几个候选目标偏移量、纵向上采几个候选末速度，组合出来几十上百条候选轨迹，再一一做碰撞检查和代价评估，选出最优。
这里有一个非常工程化的难点：轨迹生成是稠密采样的，但代价评估必须高效到能实时跑。常见做法是设置多组权重——偏离参考线的代价、加速度变化率（jerk）的代价、碰撞距离的代价、变道时机的代价——然后把每条候选轨迹的加权和算出来，取最小的一条。权重标定是个无底洞，每个场景、每位"老司机"评价标准都不同：有人喜欢变道果断，有人喜欢稳字当头，最后只能按不同驾驶模式切三套权重参数（经济、舒适、运动），这也算是一个工程折中方案。
2.3 MPC与优化方法的介入：从"选一条最好的轨迹"到"直接求解一个最优控制问题"
多项式采样在低速、简单的场景里很好用，但到了高速、连续弯道、强交互场景，采样出来的轨迹经常"不够好"——要么曲率变化不够平滑，要么与真实全局路径的偏差过大。业界开始转向另一条技术路线：模型预测控制（MPC）。
MPC的思路完全不一样：不采样候选轨迹，而是把规划问题建模成一个带约束的最优控制问题（OCP），用数值优化方法直接求解控制量序列。目标函数里可以放跟踪参考路径的偏差、控制量的大小、轨迹的平滑性；约束里可以放车辆动力学约束（横摆角、侧向加速度极限）、避障约束（与障碍物的最小距离大于安全阈值）、交通规则约束（不得压实线）等。每帧求解一个短时域（比如3秒）的优化问题，只执行第一个控制量，下一帧再求解——这就是"滚动时域控制"的由来。
MPC的好处是轨迹天然满足车辆动力学，且约束处理是"硬"的（数学上保证不违反），不像采样法要靠碰撞检测去筛选，安全性更有保障。坏处是求解稳定性难保证——非线性MPC（NMPC）用的是序列二次规划（SQP）或内点法，一旦初始值给得不好或者约束太紧，求解器可能收敛失败，返回"无解"。工程上为了解决这个问题，往往会在MPC外面再套一个"运动学可行性检查"或者"候选轨迹兜底"，保证优化失败时有退路。用一位德国同行的话说：规划器可以写得平庸，但绝不允许写得很"脆"——无解一次就是一次事故。
3. 泊车路径规划算法：从车库到代客泊车的极限场景进化
3.1 低速场景为什么是规划算法最好的"练武场"
如果说高速巡航是规划算法的"常规赛"，那泊车就是"极限挑战"。泊车场景的速度低（一般低于10km/h），但空间极其狭窄、约束极其苛刻：前后车距可能不到30厘米，车位宽度刚过车身宽度一两厘米，还要应付立柱、墙根、地锁、消防栓这些乱七八糟的静态障碍。
2019年以前，市面上的自动泊车基本都是**"记忆泊车"或"半自动泊车"思路：车先慢速绕场一周，超声波雷达和环视摄像头建立车位地图，然后系统用混合A（Hybrid A）在低速下搜索一条可行路径。Hybrid A在这个场景下是压倒性的主流选择，因为它天然考虑车辆转弯半径，生成的路径是"开得出来"的，不会像普通A那样给出一个理论上存在但车辆无论如何也拐不过去的切角路径。
Hybrid A*的具体实现我当时也调过，核心流程是：
- 把泊车空间按0.1到0.2米的网格分辨率栅格化。
- 节点状态是(x, y, yaw, direction)，方向有前进和倒车两个挡位。
- 节点扩展不再是上下左右斜对角六个方向，而是按转向角范围离散出若干前向和后向的圆弧。
- 启发式函数不止用欧氏距离，还结合了"无碰撞的Reeds-Shepp曲线长度"和"支持倒车挡位的混合A* cost"做boostrap。
这一段写出来只有四行，但实际工程里踩坑最多的是这两处：栅格分辨率和最小转弯半径的匹配。如果你把分辨率设太大（比如0.5米），车辆实际能通过的缝隙在栅格上被放大，碰撞检查会漏检；设太小（比如0.05米），搜索空间膨胀几十倍，帧率扛不住。解决方法是采用"栅格碰撞膨胀表 + 多分辨率倒金字塔"——近处高精度、远处低精度，一套很朴素的工程技巧，但实测能省50%以上的搜索时间。
3.2 泊车规划的顶尖形态：记忆泊车与代客泊车的路径复用
到了2021、2022年，泊车规划的标杆从"车位内原地揉库"升级到了"从停车场入口一路开到目标车位"。这个功能的学名是AVP（Automated Valet Parking），国内厂商喜欢叫"记忆泊车"或"代客泊车"。
AVP的规划算法不再是一个单独的泊车搜索器，而是一整套多层路径规划系统：
- 全局层：在停车场的高精度地图上，用A*或Dijkstra搜出从入口到目标车位的全局参考路径。
- 局部层：沿着全局参考路径做Frenet坐标系下的障碍物避让，处理乱停的车、行人、对向来车。
- 末端层：靠近车位时切换到高精度泊车搜索（Hybrid A*或采样+优化混合），完成最后3到5米的入库动作。
这里出现了一个在高速规划里没有的新需求：路径复用与重规划。停车场环境虽然半结构化，但每天的车位占用情况都不同，而且车主可能提前下车。系统需要能记忆一条"上次成功泊入的路径"，在本次泊车起点接近时直接检索复用；如果发现路径被障碍物挡住，再触发局部重规划。这个"记忆-复用-重规划"的循环，本质上是把"规划一次"变成了"规划一个策略"，对算法实时性和鲁棒性的要求都高了一个档次。
我做过的实际项目中，最头疼的AVP难点其实不是算法本身，而是定位噪声。停车场GPS信号极差，靠轮速计和IMU累积误差越来越大，视觉/激光的SLAM特征在空旷车位区往往稀疏。规划算法在定位噪声下生成不可行轨迹，是AVP最常见的"鬼影"问题。业界后来用"车位级定位校正"（比如识别到固定车位线就重置一次位姿）来兜底，规划侧则引入鲁棒优化的概念——不要规划一条贴着极限边界的路径，而是故意留出更高的安全余量，哪怕定位偏了10厘米，轨迹依然是可执行的。这是一个典型的"算法让位于系统鲁棒性"的工程气质，论文里很少提，但量产时极为关键。
4. 2020年的转折：基于学习的规划算法从论文走向实车
4.1 模仿学习和强化学习：谁先突破了"规则写不完"的天花板
到了2020年前后，一套矛盾变得尖锐：L2+和L3的量产渗透率在提升，corner case的收敛速度跟不上路测里程的增长。一个500人的算法团队，可能有200人天天在写决策规则、补状态机迁移条件，但仍然会有新的"诡异场景"让系统措手不及。业界对"规则写不完"的焦虑，驱动了基于学习的方法从学术示范走向工程尝试。
**模仿学习（IL）**是第一个被认真考虑的方向。思路极其直观：采集大量人类驾驶员的数据（方向盘转角、油门刹车踏板），用监督学习训练一个神经网络，输入是感知特征（摄像头图像、障碍物信息、地图），输出是驾驶动作或轨迹点。2016年NVIDIA的"DAVE-2"系统已经证明了端到端模仿学习的可行性（在高速上开了一段路），但那个demo明显过拟合训练环境，换个路况就翻车。这给行业留下了"端到端不够安全"的长期后遗症。
到了2020年，模仿学习的实践形态进化成了**"条件模仿学习"或"分层模仿学习"**——不是直接学图像到方向盘，而是学"感知到语义决策、再生成轨迹"的中间层。比如把行为决策转化为一个多分类任务（跟车、变道、停车等），然后让运动规划层去解一个带约束条件的优化问题。这样学的只是"决策"这一层，运动层仍然用传统的优化方法保证安全。这算是一个折中，但它让规划系统首次拥有了"数据驱动决策"的能力——人类司机见过的场景越多，决策层的泛化能力就越强。
强化学习（RL）比模仿学习更难落地，但学术界一直火热。RL的核心是让算法在仿真环境里试错，通过奖励函数学到策略。奖励函数的设计是一门玄学：给"安全到达终点"一个正奖励、给"碰撞"一个负奖励，然后还有一个奇怪的现象——学出来的策略常常学会"钻空子"，比如利用仿真器的物理bug去蹭着墙走。我记得有研究者分享过：RL训练出来的变道策略，在仿真里成绩极好，但拿到实车上发现它会做"先猛加速再猛打方向"的激进操作——因为仿真里轮胎摩擦模型不准，它钻了物理模拟的空子。从那以后，业界对RL的落地变得谨慎，普遍认为RL更适合做决策层的数据增强（比如用RL在仿真里生成训练数据供模仿学习用），而不是直接作为车上的实时规划器。
4.2 神经网络轨迹预测与规划耦合：交互博弈开始被显式建模
2021年之后，一个显著的进步是预测模块和规划模块开始耦合。过去预测和规划是串行管道：预测模块输出每个障碍物未来3到5秒的轨迹，规划模块把这些预测当作"已知条件"去做避让。问题在于：预测轨迹是独立于自车决策产生的，但真实世界中障碍物的行为依赖于自车行为——你踩油门加速，旁边的车可能就让你过了；你减速，它可能就并过来。这种交互依赖在管道式架构里被彻底忽略了。
行业开始尝试联合建模交互博弈。代表性工作包括：
- Game-theoretic planning：把自车和周围车辆建模为博弈参与者，求解纳什均衡或Stackelberg均衡。这能产生非常自然的交互行为（比如"我知道你知道我会让行"），但计算量爆炸，工程上只能用于非常有限的场景抽象。
- Neural prediction + planning joint training：把预测网络和规划网络放在同一个损失函数下训练，让预测模块感知自车规划意图，同时规划模块反过来知道预测模块对自车行为的响应。这是端到端模型的前身之一。
- Occupancy flow / occupancy prediction：不做目标级轨迹预测，而是直接预测未来一段时间内的占据栅格分布。好处是不依赖目标检测和跟踪的质量，天然对"未分类障碍物"（比如掉落的纸箱、施工锥桶）有鲁棒性。2022年前后，不少公司（例如Waymo、英伟达）都发布了基于占据栅格的联合规划方案，这成了"端到端规划"浪潮的技术地基。
我在2022年参与过一个项目，用占据栅格替代目标级预测作为规划器的输入，效果非常震撼——过去系统因为检测漏检导致"规划器看不见障碍物"的问题大幅减少；代价是占据栅格的预测偶尔会"糊"（比如把运动的人预测成一大片模糊概率），导致规划器过度保守，频繁刹车。这个坑后来用"占据栅格+目标级预测双通道融合"解决，算是一次很典型的"理想化技术遭遇现实后返璞归真"。
5. 端到端大模型的冲击：2023–2025的范式震荡
5.1 从模块化到端到端：不可阻挡但争议巨大的技术跃迁
2023年ChatGPT爆火之后，整个智能驾驶行业都开始问一个问题："大模型能不能直接开车？"端到端规划算法的激进版本，是直接把传感器原始数据（图像、激光点云）输入一个巨大的神经网络，输出直接是控制指令或轨迹点，中间没有任何显式的模块划分。这在2023年之前只存在于学术demo里，到了2024年，已经有多家车企和供应商发布了基于"端到端+大模型"的城区智驾方案。
端到端路线的核心卖点是**"感知-预测-规划联合优化"**：过去每个模块都有误差，误差在管道里逐级放大（比如感知框偏移5厘米，预测跟着偏，规划再在此基础上算距离，最终可能偏出30厘米）；端到端把所有模块合成一个可微分计算图，用一个统一的任务损失来训练，梯度可以同时优化感知特征提取和规划决策，整体误差远小于逐级传递的管道式系统。
但端到端也带来了三个麻烦：
第一个是可解释性丧失。如果一辆端到端车在高速上突然来个急打方向，工程师很难回答"为什么它会这么做"——它不像规则系统那样能定位到某一条trigger逻辑。这不仅是调试问题，还是监管问题：在安全审查时，你需要证明系统"不会"做出某种危险行为，而神经网络没法提供数学上完备的证明。
第二个是数据饥渴。端到端模型要吃海量数据，而且必须是"高质量、有标注、分布覆盖广"的数据。现实中很多数据是大量简单场景的重复（比如一路跟车），rare corner case的数据凤毛麟角。不少团队的做法是用仿真引擎生成海量对抗场景来补，但仿真数据与真实数据的domain gap会引入新的偏见。
第三个是安全兜底。即便端到端模型再强大，业界目前共识是：车上仍然要保留一个独立的、基于规则的"安全层"或"监督层"，实时检查端到端输出的轨迹是否安全，一旦异常立刻接管。这个安全层往往是规则驱动的、简单到能被形式化验证的状态机——看起来很落后，但它是L3以上责任划分的底气。
5.2 规划算法的评估体系转型：从Open-loop到Closed-loop，从指标到体验
规划算法的十年演进里，评估方式的变化是容易被忽视但影响深远的一环。
2015到2018年，评估基本是Open-loop的：采集一段真实路测数据，把感知结果喂给规划器，看它在离线环境下的决策是否合理、轨迹是否平滑、是否碰撞。Open-loop的缺陷是致命的——它评估的是规划器"在给定历史信息下的即时反应"，但规划器的动作本会改变未来（比如它变道了，后面的车可能减速让出空间），离线评估完全没法模拟这种闭环反馈。所以很多在离线评估里表现优秀的轨迹，放到实车上却惨不忍睹。
2018到2021年，行业开始大规模投资Closed-loop仿真。早期用CARLA、SUMO这些学术仿真器，后来头部公司都自建了高保真场景引擎——传感器仿真、交通流模型、物理引擎一应俱全。规划算法在仿真环境里可以大量跑回归测试：把一个Corner Case场景参数化（障碍物速度、距离、天气、光照），批量生成几百个变体，看算法能否全部稳定通过。这是规划算法从"demo能用"走向"量产可靠"的关键基础设施。
2022年之后，评估体系又引入了**"接管率"和"驾驶风格体验"**这两个维度的指标。接管率本质上是衡量"规划器让人类驾驶员失去信心的频率"——如果算法频繁做紧急刹车、变道犹豫不决，接管率就会飙升，哪怕它在统计学上是安全的。驾驶风格体验则是找一批评价员给算法打分：跟车是否舒适、变道是否果断、减速是否线性。这些东西听起来很"玄学"，但2023年以来，各家在公开评测和媒体试驾里卷的就是这个维度——毕竟老百姓坐车不会看你的MPC目标函数，只会感受"这车开得稳不稳、聪明不聪明"。
从工程实践看，我强烈建议每一个做规划算法的人，都要花时间搭建或者至少使用一套**"场景复现+参数扫描"的仿真回归工具链**。哪怕只是把过去的300个失败场景自动喂给新算法，也比看十个精心设计的Demo有意义得多。接触过的很多团队，算法水平其实不差，差的就是"把算法放到几千个场景下去磨"的工程耐心。
6. 空天地协同：规划算法从智能驾驶外溢到多域场景
6.1 救援路径规划算法：同一个核心，完全不同的约束
智能驾驶规划算法的演进，其实带动了一整个"路径规划算法"技术栈的溢出效应。最典型的就是救援路径规划。你可能觉得这和自动驾驶八竿子打不着，但核心的搜索-采样-优化框架在逻辑上是同构的。
救援路径规划的特殊性在于目标函数完全不同：自动驾驶目标是"安全、舒适、高效"，救援路径的目标是"最短时间到达+绕过次生灾害风险"。而且救援场景的约束往往是动态的：火灾蔓延区域随时间扩大，洪水水位随时间上涨，道路坍塌状态随时可能变化。这意味着规划器不能只做一次静态规划，而是要持续滚动重规划，还要预测"风险区域随时间的演变"。这个能力模型在老一代搜索算法里几乎不存在，近几年引入的Occupancy flow理念（预测未来时空占据）反而成了救援路径规划的天然契合点——只不过占据的物体从"车"变成了"火"或"水"。
还有一个有趣的交叉是异构救援平台的协同规划：无人机先进入灾区侦察、地面机器人跟进入内搜索、无人车沿路径运输物资。这种多平台协作本质上是一个多智能体路径规划问题（MAPF），自动驾驶领域在此前处理"车与车的博弈"时积累的交互建模经验，直接迁移到"无人机与地面机器人的空域避让"里非常有效。我见过一个校园级的搜救demo，用的就是从自动驾驶采样优化框架改过来的空地协同规划器，效果出奇地好。
6.2 无人机路径规划算法：从密集城市到未知地形，技术栈的平移与变形
无人机路径规划在技术栈上和自动驾驶有很强的亲缘性，但维度不同——多了Z轴，少了地面结构化约束。2015年前后无人机路径规划还停留在3D A*和PRM采样，而今天的消费级和行业级无人机，已经用上了和自动驾驶同源的优化方法。
高速无人机路径规划的难点主要是：强机动性带来的动力学约束不可忽略，固定翼甚至不能像四旋翼那样原地悬停转向。规划算法必须在"动力学可达域"和"避障空间"之间做联合优化，这比自动驾驶的"道路语义约束"更纯粹、也更"几何"。2024年出现的那些能穿树林、钻桥洞的无人机竞速demo，背后的核心就是：把MPC和感知预测融合，用机载视觉实时重建环境，并在毫秒级的时域内求解轨迹优化。
此外，无人机的全局规划和局部重规划的切换频率远高于自动驾驶。自动驾驶L2级可能10秒才需要重规划一次全局路径，而无人机穿林可能需要每秒重规划数次。这直接推动了"轻量级RRT*+"这类在线采样算法的重生——它们不需要精确地图，只靠机载传感器局部感知就能实时生长路径。这也反向给自动驾驶提了个醒：规划算法的重规划频率应该根据场景动态调整，而不是固定死一个周期。
7. 回望十年：规划算法还剩下的关键挑战
写到这里，回看2015到2025这十年，规划算法完成了从"规则的堆砌"到"数据驱动大模型"的轮换。但有几个挑战依然在，甚至越往后越尖锐。
第一个是长尾场景的泛化。无论是规则还是学习型规划器，遇到真正没见过的场景，都会心虚。特斯拉FSD V12的端到端在社交媒体的Demo惊艳，但民间测试里那种"对着停车场出口的石柱子突然不知所措"的情况也时有发生。本质原因是，哪怕模型再大、数据再多，物理世界的长尾是无穷的，你永远无法遍历所有可能。
第二个是安全保证的形式化。当规则时代可以用"状态机穷举"来近似证明安全时，学习型系统拿不出同样的数学保证。安全层（用规则写的）与决策层（用学习写的）如何划分权责，是L3法规落地前绕不开的争论。我个人猜测未来若干年会是"学习主决策、规则主安全"的混合架构长期存在，不可能也不应该让端到端模型完全裸奔在车上。
第三个是算力和能耗的约束。规划算法从规则搜索到优化求解器再到神经网络推理，算力需求提升了至少两个数量级。车载芯片的功耗墙摆在那里，算法模型的tuning需要持续考虑"多少MIPS能换来多少安全性的提升"。端到端大模型的参数动辄几十亿，在车端实时推理仍然吃紧，这就催生了模型蒸馏、量化、稀疏化这些工程方向——它们听起来远不如"大模型开车"炫酷，但它们才是决定量产落地速度的胜负手。
作为一个在智能驾驶规划算法里摸爬滚打的从业者，我的体会是：技术演进的大方向谁都猜得到，但真正拉开差距的，永远是对"安全、舒适、效率"这三个目标函数的理解和平衡功力。这十年里的每一代算法都是被"现实逼着走的"——不是哪个算法天生更好，而是旧算法解决不了新场景带来的问题。未来还会有什么新场景冒出来，说不好，但规划算法的核心方法论——搜索、采样、优化、学习——这套工具箱已经足够丰富，谁能组合得最好、在现实里打磨得最稳，谁就能在这个行业里活得最久。
