不确定性下的层次决策：混合 MDP 与机会约束 MPC 方法

Siyuan Li; Chengyuan Liu; Wen-Hua Chen

不确定性下的层次决策：混合 MDP 与机会约束 MPC 方法

系统与控制 2026-03-19 v1 系统与控制

作者: Siyuan Li , Chengyuan Liu , Wen-Hua Chen

摘要

本文提出了一种用于不确定性环境下的层次决策框架，通过自动驾驶作为代表性应用进行演示。周围代理人使用混合马尔可夫决策过程（HMDP）建模，联合捕获机动水平和动力学水平的不确定性，实现多模式环境预测。车道代理人使用单独的 HMDP 建模并集成到模型预测控制（MPC）框架中，将机动选择与动力学可行性统一到单个优化中。一组联合机会约束作为环境预测与优化之间的桥梁，纳入多模式环境预测到 MPC 公式中，并确保跨所有可能的相互作用情景的安全性。该框架提供了递归可行性和渐近稳定性的理论保证，其在高速公路和城市环境中的安全性和效率优势通过全面评估和与基于规则的基线进行比较得到验证。

关键词

层次决策混合 MDP 机会约束 MPC 自动驾驶不确定性

引用

@article{arxiv.2603.17634,
  title  = {Hierarchical Decision-Making under Uncertainty: A Hybrid MDP and Chance-Constrained MPC Approach},
  author = {Siyuan Li and Chengyuan Liu and Wen-Hua Chen},
  journal= {arXiv preprint arXiv:2603.17634},
  year   = {2026}
}

备注

14 pages, 10 figures

不确定性下的层次决策：混合 MDP 与机会约束 MPC 方法

摘要

关键词

引用

备注

相关论文