第二章第四节(上) 轻决策与重决策

上一节的动态规划只是一个粗解，是将空间离散化后取点得路径，是离散化之后的最优解，但实际上空间是连续的，不能强行离散化，这样得到的解是次最优解
二次规划：在连续空间中找最优解（但要求搜索空间/解空间是凸空间，而动态规划开辟了凸空间，其实啊，动态规划虽然叫规划但是其实相当于局部决策，可以解决遇到障碍物的时候往左/右绕

动态规划与决策的关系

导航-决策（eg动态规划的思想做决策）-规划
之前学的动态规划是决策的一种（至于为什么他叫动态规划，这个规划的意思不是车规划路径的意思，动态规划是算法的一种思想，动态规划的思想就是基于前面的局部最优解，再往后局部算最优解，最后得到全局最优解，化大问题为小问题，在决策左/右走的时候，我们是撒点，然后想找最短的路径，每次都算最短的并赋值给该点，并继续算）

注意哈：下面的绿色区域是凸空间，这个不是数学上的意思，而是 可行路径+可行路径=可行路径（参考之前 非凸空间那个图）

eg下面这样人给出的决策，emm虽然是凸空间，但是弯弯绕绕，在其中搜索一个平滑、满足车辆动力学约束的解是非常困难的



以后可能会融合（热点问题：博弈）
在Apollo 7.0做了很大的改动：在预测模块中加了人与车、车与车的博弈
还有一个热门方向：深度学习做决策，让规则兜底