基于 HMDP-MPC 的自主驾驶决策框架：带自适应安全边际和滞后作用
系统与控制
2026-03-19 v1 系统与控制
摘要
本文提出一种统一的决策框架，将混合马尔可夫决策过程（HMDP）与模型预测控制（MPC）相结合，增添了与速度相关的安全边际和预测感知的滞后机制。在该框架中，ego 车和周围车辆均建模为 HMDP，使得离散机动转换和运动学演化能够在 MPC 优化中联合考虑。源自智能驾驶员模型（IDM）的安全边际随交通背景变化，但随速度而变，这会导致决策振荡和速度波动。为缓解此问题，我们提出一种冻结释放滞后机制，具有不同的触发和释放阈值，有效扩大了反应缓冲区并抑制了振荡。决策连续性进一步通过两层恢复方案得到保障：与 IDM 边际相关的全局有界松弛，以及确定性后备策略。该框架通过案例研究、对无滞后基线的消除实验，以及跨 18 个交通环境的大规模随机实验进行评估。在 8,050 次试验中，它仅实现了 0.05% 的碰撞率，其中 98.77% 的决策由 nominal MPC 解决，松弛和后备几乎不被使用。这些结果表明，所提出的决策框架在异构交通条件下具有稳健性和适应性。
引用
@article{arxiv.2603.17802,
title = {An HMDP-MPC Decision-making Framework with Adaptive Safety Margins and Hysteresis for Autonomous Driving},
author = {Siyuan Li and Chengyuan Liu and Wen-Hua Chen},
journal= {arXiv preprint arXiv:2603.17802},
year = {2026}
}
备注
8 pages, 6 figures, to be published in ICRA 2026 proceedings