3. 决策规划系统架构高频问题

面试中,“项目描述”是考官判断候选人真实水平的第一窗口。许多候选人技术功底扎实,却因表达混乱、缺乏结构、忽略业务价值而错失机会。本章围绕STAR法则,帮你构建“考官一听就懂、一追问就深”的项目叙述体系。

本章核心目标:掌握STAR回答框架,学会“场景→任务→动作→结果”的叙事节奏,并提炼出每个项目的1~2个记忆点。
STAR法则 · 项目回答框架 S 场景背景 项目环境 · 业务目标 T 任务职责 我的角色 · 核心目标 A 具体行动 方案设计 · 技术落地 R 量化结果 指标提升 · 业务价值 加分点① 场景具体化 加分点② 动作技术细节 加分点③ 结果可验证 按“S→T→A→R”顺序讲述,每个节点控制在2~3句话,总时长不超过2分钟

面试问题 1

“请用STAR法则介绍一下你在自动驾驶项目中负责的规划模块。”

面试官考察点① 是否具备结构化表达的意识;② 项目真实性与角色定位;③ 能否区分“做了什么”和“做成了什么”。
回答框架S(项目背景:车型、场景、道路类型)→ T(你的职责:规划模块负责人、算法选型)→ A(具体动作:改进A*代价函数、引入交互预测)→ R(量化结果:求解耗时降低30%,绕行成功率提升至95%)。
简短示例回答“在某Robotaxi项目中(S),我负责城区路口规划模块(T)。针对无保护左转场景,我设计了基于POMDP的交互决策策略,在A*框架中融入预测不确定性代价(A)。最终左转平均决策耗时从0.8s降至0.5s,绕行碰撞率降低62%(R)。”
(92字)
可能追问“POMDP的状态空间如何设计的?观测模型用了哪些传感器?与纯规则方法对比过吗?”
避坑提醒不要只讲“做了什么”不讲“为什么这样做”。 缺少S和T会让考官觉得你在背流水账,务必给出场景和你的独立判断。

面试问题 2

“这个项目里,你觉得最值得说的亮点是什么?”

面试官考察点① 能否识别项目中的技术差异点;② 是否具备技术深度与工程视角的平衡;③ 是否能将“亮点”转化为可迁移的通用经验。
回答框架痛点(原有方案解决不了什么问题)→ 方案(你提出了什么新思路)→ 效果(量化对比+边界情况表现)。
简短示例回答“原有EM Planner在密集车流中规划失败率高。我引入交互感知的代价场,将周围车辆意图概率分布融入优化目标,使密集场景规划成功率从71%提升至93%,且未增加单帧求解时间。”
(86字)
可能追问“代价场的权重怎么标定的?不同交通密度下表现是否稳定?有没有失败case?”
避坑提醒避免列出3个以上“亮点”。 亮点 = 1个核心创新 + 1个工程优化,说太多会让考官觉得你分不清主次。

面试问题 3

“为什么在这个项目中选择使用Hybrid A*而不是传统A*?”

面试官考察点① 技术选型的工程思维;② 对算法适用边界的理解;③ 能否说明选型与场景的耦合关系。
回答框架场景约束(车辆运动学、曲率限制)→ 方案对比(A*在连续空间中的局限 vs Hybrid A*的改进点)→ 落地收益(路径可跟踪性、求解效率)。
简短示例回答“该项目需要输出可被LQR跟踪的平滑路径。传统A*只能给出离散栅格路径,无法保证曲率连续。Hybrid A*在扩展节点时直接采控制空间,生成的路径满足车辆最小转弯半径,且Reeds-Shepp曲线让求解速度控制在50ms以内。”
(98字)
可能追问“Hybrid A*在窄通道场景中容易失败,你是怎么处理的?有没有用其他方法辅助?”
避坑提醒不要只说“Hybrid A*更好”而说不出“好在哪”。 必须对比具体场景的量化指标,如曲率、搜索时间、跟踪误差。

📁 真实项目模板 · 城市开放道路L4规划系统

项目名称城市复杂路口L4级自动驾驶规划与决策系统
业务背景面向Robotaxi场景,覆盖城区200km道路、124个信号灯路口、18个无保护左转路口。
规模指标上线运营6个月,累计行驶里程15万公里,日均订单120+单,路口通行成功率96.8%。
技术栈C++17 · ROS2 · EM Planner · Hybrid A* · POMDP · LQR+MPC · Cartesian Fréchet距离评估
核心难点① 无保护左转场景中多车交互意图不确定;② 施工区域临时车道线重规划实时性;③ 傍晚/逆光下感知退化时的fallback策略。
面试高频追问
  • “POMDP的信念状态更新频率是多少?如何处理部分可观测带来的规划滞后?”
  • “施工区域绕行时,如何保证重规划路径的舒适性?”
  • “逆光场景中感知召回率下降,规划侧做了哪些冗余?”
可迁移回答话术 “在xx场景中,我们遇到了xx问题。我主导设计了xx方案,核心思路是将xx与xx解耦,使得xx指标从xx提升至xx。这个思路也可以迁移到xx其他场景……”

示例:“在无保护左转场景中,我主导设计了交互感知代价场,将预测不确定性显式建模到规划代价中,使左转成功率从71%提升至93%。这个思路可迁移到环岛、合流等强交互场景。”
使用建议:面试前将自己的项目按此模板填写一遍,确保 S(背景) 有具体数字、A(动作) 有技术术语、R(结果) 有对比提升。每个项目提炼出1个“核心记忆点”,反复打磨到60秒内能说完。
常见扣分点:① 把团队成果说成个人成果;② 只讲方案不讲trade-off;③ 结果指标没有对比基线(baseline)。面试官一旦发现“包装过度”,后续所有回答都会被打折。

📊 STAR法则 · 正确姿势 vs 常见错误

环节✅ 正确姿势❌ 常见错误
S1句话交代项目背景 + 1个数字说明规模“我做了一个规划项目” …… 缺少场景上下文
T明确角色 + 负责模块 + 独立决策点“我们团队做了……” 模糊个人贡献
A技术方案 + 选型理由 + 关键设计细节“用了A*加一些优化” 笼统无细节
R量化提升 + 对比基线 + 业务价值“效果很不错” 没有数字支撑
📌 第3章复习检查
□ 我能用STAR结构在2分钟内说清一个项目
□ 我准备了1个核心亮点,能用“痛点→方案→效果”讲透
□ 我检查过每个项目的量化结果,有明确的baseline对比
□ 我练习过2个最常见的追问(场景退化 / 技术选型理由)