3. 智能体基础
在自动驾驶系统中，智能体（Agent）不是简单的“感知—规划—控制”流水线，而是一个能够感知环境、自主决策并采取行动的计算实体。理解智能体的定义与分类，是构建 Driving Agent 的认知起点。本节将依次梳理智能体的核心定义、反应式与认知式智能体的差异、BDI 模型、多智能体系统，以及它们与自动驾驶的具体结合点。
3.1 智能体的定义与核心特征
智能体通常被定义为一个位于环境中、能够通过传感器感知环境、通过执行器作用于环境，并在此过程中追求自身目标的计算系统。其核心特征包括：
- 自主性：能够在没有外部直接干预的情况下运行，并对自身行为进行控制。
- 反应性：能够感知环境变化并及时做出响应。
- 主动性：能够主动发起目标导向的行为，而非仅仅被动响应。
- 社会性：能够与其他智能体或人类进行交互、协商与协作。
在自动驾驶场景中，一辆车本身可以视为一个智能体，其传感器（摄像头、激光雷达、毫米波雷达）是感知通道，执行器（油门、刹车、转向）是行动通道，而“安全、高效到达目的地”则是其核心目标。
3.2 反应式智能体与认知式智能体
根据决策机制的不同，智能体可分为反应式与认知式两大类。
反应式智能体基于“感知—动作”规则直接映射，不维护内部世界模型，也不进行复杂推理。其典型结构是条件—动作规则库，例如“若前方障碍物距离小于 20 米，则制动”。反应式智能体响应速度快、计算开销低，适合处理紧急避撞、车道保持等低延迟任务，但缺乏对长期目标的规划能力，在复杂交通场景中容易陷入局部最优。
认知式智能体则引入内部状态与推理机制，能够对世界进行建模、预测和规划。它通常包含信念、目标、意图等心智状态，并通过搜索、规划或学习算法选择行动。认知式智能体在自动驾驶中负责路径规划、行为决策、交互博弈等高层任务，但计算复杂度较高，实时性面临挑战。
实际自动驾驶系统往往采用混合架构：底层反应式模块保障安全与实时性，高层认知式模块负责全局规划与复杂交互，两者通过仲裁机制协同工作。
3.3 BDI 模型：信念—愿望—意图
BDI（Belief-Desire-Intention）模型是认知式智能体最具代表性的理论框架之一。它将智能体的心智状态划分为三个部分：
- 信念（Belief）：智能体对当前世界状态的认知，例如“前方 50 米处有一辆慢速卡车”。
- 愿望（Desire）：智能体希望达成的目标，例如“安全到达目的地”“保持舒适驾驶”。
- 意图（Intention）：智能体承诺执行的行动计划，例如“在下一个路口前完成向左变道”。
BDI 模型的价值在于：它区分了“想要什么”与“决定做什么”，并通过意图的承诺机制避免频繁切换目标。在自动驾驶中，BDI 可用于行为决策层：信念来自感知与预测，愿望来自导航与乘客偏好，意图则对应具体的驾驶策略。例如，当信念更新为“右侧车道前方有施工锥桶”，愿望“保持高效通行”会触发意图“向左变道”，并进一步生成轨迹规划请求。
3.4 多智能体系统与自动驾驶结合点
多智能体系统（MAS）研究多个智能体如何通过通信、协商与协作完成共同或各自的目标。在自动驾驶中，多智能体视角尤为重要，因为道路环境天然包含多个交互主体：自车、其他车辆、行人、骑行者、交通信号灯等。
结合点主要体现在以下层面：
| 结合层面 | 智能体角色 | 典型任务 |
|---|---|---|
| 单车智能 | 自车作为单一智能体 | 感知、规划、控制一体化 |
| 车车协同 | 多车智能体交互 | 协同变道、交叉口通行、编队行驶 |
| 车路协同 | 车辆与路侧单元智能体 | 信号灯优化、盲区预警、全局调度 |
| 人机共驾 | 人类驾驶员与自动驾驶智能体 | 接管请求、意图理解、信任校准 |
在多智能体框架下，自动驾驶的核心挑战从“单机最优”转变为“博弈均衡”。例如，在无保护左转场景中，自车需要预测对向车辆的意图，同时通过微小的轨迹调整传递自身意图，最终达成安全高效的通行顺序。这种交互过程可以用部分可观测马尔可夫博弈（POMDP）建模，并通过多智能体强化学习求解。
3.5 案例：交叉口多车协同决策
考虑一个四向停车交叉口，四辆车几乎同时到达。若每辆车都采用反应式规则“先到先走”，在到达时间接近时会产生死锁或冲突。引入认知式智能体后，每辆车维护对自身和其他车辆信念的估计，并通过 V2V 通信交换意图。自车的 BDI 状态可能如下：
信念: 左前方车辆速度 8m/s，距离 12m，转向灯左亮
愿望: 安全通过交叉口，最小化等待时间
意图: 减速至 5m/s，让行左前方车辆，随后直行通过
通过意图的显式交换，多车可以快速达成通行顺序，减少犹豫和急刹。这一过程体现了多智能体系统中“通信—协商—承诺”的完整闭环。
在工程实现中，BDI 模型不必严格形式化。许多自动驾驶系统用“目标栈 + 行为树 + 状态机”近似实现信念、愿望与意图的分离，同样能获得可解释性和稳定性收益。
3.6 常见误区与复盘
- 误区一：把反应式等同于低级。反应式智能体在安全关键场景中不可替代，其确定性和低延迟是认知式模块难以保证的。
- 误区二：认为 BDI 必须完全形式化。BDI 的核心价值是心智状态的分层与承诺机制，工程上可用轻量级结构近似。
- 误区三：多智能体就是多车通信。多智能体还包括行人、骑行者等非网联主体，其意图只能通过行为推断，不能依赖通信。
- 误区四：忽视意图的不可观测性。在真实交通中，其他智能体的意图是隐变量，必须通过观测历史进行概率推断，而非直接读取。
复盘来看，自动驾驶 Driving Agent 的设计应遵循“反应式保底、认知式决策、多智能体协同”的分层原则。底层用反应式规则保障安全与实时，中层用 BDI 或行为树实现可解释的行为决策，上层用多智能体博弈与学习处理复杂交互。只有将三者有机结合，才能在开放动态环境中实现安全、高效且可解释的自动驾驶。
综上，智能体基础为自动驾驶提供了从个体决策到群体协同的完整理论工具。反应式保障安全底线，认知式与 BDI 提供可解释的决策框架，多智能体系统则解决开放环境中的交互与博弈问题。三者结合，构成了 Driving Agent 从“能开”走向“开得好、开得稳”的关键基础。