胡学敏，成 煜，陈国文，张若晗，童秀迟

（湖北大学计算机与信息工程学院，武汉 430062）

（*通信作者电子邮箱huxuemin2012@hubu.edu.cn）

0 引言

自动驾驶技术可以有效降低司机的行车劳累程度，提高交通系统的运作效率和安全性。自动驾驶中的运动规划是在已获取车辆状态、环境、交通规则等数据的条件下，为车辆从当前状态到下一目的状态做出合理的驾驶动作，是自动驾驶最核心的技术之一。因此，研究自动驾驶的运动规划，对提高自动驾驶的智能性和可靠性有重要意义。

目前应用较为广泛的传统运动规划算法主要有快速搜索随机树算法［1］、启发式搜索算法［2］、人工势场法［3］和基于离散优化算法［4］。此类传统的路径规划算法在自动驾驶中取得了较好的应用效果，但是在实现过程中需要根据已知环境和规则来建立相应的数学模型，因此在这些规则之中可以获得较好的效果，却难以适应新的环境。

近年来，随着机器学习技术的发展，采用基于机器学习的方法来解决复杂的运动规划问题成为了研究热点。这类方法主要分为基于模仿学习［5］的方法和基于强化学习［6］的方法。前者主要通过深度神经网络获取所需图像或其他环境感知信息，实现感知数据到运动指令的函数映射。其中，在训练深度神经网络时，需要大量带标注的样本来对模型进行监督学习，从而有效地拟合从感知数据到运动指令的端到端的规划函数。美国伍斯特理工学院提出了一种自动驾驶汽车的端到端学习方法，能够直接从前视摄像机拍摄的图像帧中产生适当的方向盘转角［7］。……