提出混合硬软STL-MPC自动驾驶规划框架

Kumar Manas 等研究者提出一种混合硬-软 Signal Temporal Logic（STL）MPC 运动规划框架，用于应对多模态行为不确定性下的自动驾驶规划。该框架对最小距离与速度谓词施加显式硬约束，用软 STL 鲁棒性项优化间距、舒适性与交互质量，并对所有保留的行为假设优化同一条共享自车轨迹。 论文称，在六个高速公路与交叉路口场景的闭环 Monte Carlo 评测中，该方法在所比较的规划器中取得最高的严格成功率，未观察到碰撞或规则违规，规划延迟约为未优化版本的四分之一。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。