5月26日上午，由中国汽车工程学会、吉林大学汽车工程学院、汽车仿真与控制国家重点实验室联合举办的“智能汽车类人决策技术”专题会议成功召开。本专题会议是2021年第八届国际智能网联汽车技术年会（CICV 2021）重要专题分会之一。

吉林大学汽车工程学院院长、汽车仿真与控制国家重点实验室主任高振海教授担任本次会议主席，吉林大学汽车仿真与控制国家重点实验室教授、主任助理胡宏宇教授担任会议联合主席。

会议在胡宏宇教授的主持下召开。来自吉林大学、国防科技大学、清华大学、奥特贝瑞科技有限公司和武汉理工大学的专家学者发表精彩主旨演讲，论坛互动气氛热烈活跃。

吉林大学汽车仿真与控制国家重点实验室教授、主任助理胡宏宇

首先，吉林大学汽车工程学院院长、汽车仿真与控制国家重点实验室主任高振海教授做主席致辞并围绕智能驾驶多目标决策算法开发做出介绍。高振海教授以汽车仿真与控制国家重点实验室的研究发展历程为背景，对智能驾驶类人多目标决策的方法研究以及当前实验室最新研究动态进行学术分享。面向智能驾驶，高振海教授指出，团队已逐步形成类人化的吉大智能车研究技术路线，而且旨在建立基于安全、舒适、节能驾驶目标、熟练驾驶员行为模拟与汽车动力学控制的“感知增强+认知预判+人性决策+宜人运动+底盘线控”的一体化实现方案。然后，从信息感知、基于汽车运动学和道路几何的行驶轨迹决策、基于汽车动力学的侧纵向控制校正与控制动作执行四个方面解释智能驾驶的类人化控制架构。最后将重点实验室在未来多目标决策算法的开发总结为四个发展方向：1）建立无限场景形式化表达，构建普适性安全决策规范；2）考虑汽车动力学特性与复杂轮地关系的精细化决策；3）主动减缓乃至规避晕动症的智能驾驶决策；4）决策行为主观评价实验心理学描述与客观定量分析方法。

吉林大学汽车工程学院院长、汽车仿真与控制国家重点实验室主任高振海

随后，国防科技大学智能科学院智能科学系主任徐昕教授做《智能汽车优化决策的机器学习方法》主题报告。徐昕教授以智能汽车的决策优化问题为导向，引出强化学习（RL）的主要理论框架，进而介绍团队目前研究的RL特征表示与滚动优化机制以及基于RL的智能汽车优化决策方案。徐昕教授指出，当前智能汽车主要面临四个优化决策问题：1）在动态环境中的自主行为决策；2）不确定条件下快速规划和实时重规划；3）复杂约束条件下的决策与运动规划；4）自主学习和智能发育。针对这些问题，徐昕教授介绍了一种可行的解决方案——强化学习的基本模型与理论框架。提出强化学习的多核特征表示、流形特征表示以及深度特征表示三种表示方法，对高速公路自动驾驶决策方法提供有效的优化方案。

国防科技大学智能科学院智能科学系主任徐昕

接下来，清华大学车辆与运载学院副研究员、智能出行所副所长王红老师围绕场景下的智能驾驶预期功能安全决策进行专题报告。王红老师指出，道路运行环境复杂、人员合理预见误用以及系统自身功能局限是当前智能网联汽车预期功能安全面临的主要问题。针对以上问题，王红老师提出自监测自适应决策系统，该系统主要包括三个功能子系统：人工智能实时自检系统，实现感知算法、预测算法以及决策算法的实时自检；ODD实时监测系统，包括天气状况、路面状况以及通讯状况的实时自检；道路交通法规数字化模块，包括强制性交通法规以及建议性交通法规的数字化自适应功能。

清华大学车辆与运载学院副研究员、智能出行所副所长王红

来自奥特贝睿科技有限公司战略副总裁刘楠先生介绍了公司针对高速自动驾驶系统的软件开发的相关技术。刘楠先生介绍道，AutoBrain专注于软硬件一体的“驾驶大脑”产品开发，致力于提供安全、舒适的智能出行产品。从深度学习感知、异构融合与预测、多源融合高精度定位、智能决策、MPC最优控制等核心算法方面介绍AutoBrain的研发成果。重点介绍了公司按照SOA架构实现的低耦合&高鲁棒性的软件方案—HWP方案，建立了量产数据链闭环，实现数据采集、自动化标注、模型训练到仿真测试以及OTA升级。

奥特贝睿科技有限公司战略副总裁刘楠

武汉理工大学李浩然博士针对个性化自动驾驶的行为决策与运动控制方法进行专题报告。基于混成自动机，团队建立了自动驾驶系统架构，实现了个性化的决策规划与控制，并提出基于改进人工势场算法的个性化轨迹规划方法。同时，李浩然博士提出，团队设计了多种典型场景的轨迹跟踪控制器，考虑场景、驾驶个性和实时性，对MPC控制器进行改进，使驾驶员模型能够在一定区域内对多个车辆进行个性化控制。

武汉理工大学李浩然博士

最后，吉林大学汽车仿真与控制国家重点实验室副主任郭洪艳教授做《复杂环境下智能车辆驾驶决策》专题报告。郭洪艳教授指出，当前智能汽车决策主要面临三个难点：1）周车行为预测；2）横纵向联合决策；3）换道路径规划。基于以上问题，郭洪艳教授提出复杂环境下周车轨迹预测的基本框架，介绍了一种结合自身潜在规划路径的双重注意力机制预测网络框架，包括时间注意力机制以及空间注意力机制，应用NGSIM数据集对周车轨迹预测进行分析。随后，针对横纵向一体化决策的问题，介绍了基于混合整数规划的滚动优化决策框图，对决策的建模过程，规划算法以及仿真测试分别进行介绍。最后，拓展介绍了基于人工势场法的复杂环境下智能汽车轨迹规划算法。

吉林大学汽车仿真与控制国家重点实验室副主任郭洪艳

会议现场气氛活跃，问答环节交流讨论热烈。会后，分会主席、联合会议主席、演讲嘉宾合影留念。