2. 驾驶智能体基础
在闭环评测与仿真验证工程中，驾驶智能体（Driving Agent）是承载被测能力的核心对象。理解它的定义、内部架构以及与传统自动驾驶系统的异同，是后续设计评测指标、搭建仿真场景、分析失效模式的前提。本节从工程视角给出可落地的概念框架。
一、什么是驾驶智能体
驾驶智能体是指能够在动态交通环境中持续感知、推理、决策并执行动作，以完成驾驶任务的软硬件一体化系统。它具备三个关键特征：自主性（无需人工逐步指令即可完成驾驶行为）、反应性（对环境变化实时响应）、目标导向性（围绕安全、效率、舒适等目标优化行为）。
与传统模块化自动驾驶相比，驾驶智能体更强调“闭环”与“学习”：它不仅执行预设规则，还能通过数据驱动或强化学习不断调整策略。在评测语境下，驾驶智能体通常被抽象为可观测输入、可控制输出、可重复运行的仿真对象，便于批量测试与回归验证。
二、感知-决策-规划-控制架构
驾驶智能体的经典架构可拆解为四个层次，各层之间通过明确的数据接口衔接，形成从环境到动作的完整链路。
- 感知层：融合摄像头、激光雷达、毫米波雷达、IMU、GNSS 等传感器数据，输出目标检测、车道线、可行驶区域、交通标志及自车定位与姿态。
- 决策层：基于感知结果与任务目标，判断当前驾驶场景（跟车、换道、路口通行、避障等），选择高层行为意图，如“保持车道”“左变道”“减速让行”。
- 规划层：将行为意图转化为时空轨迹，包括路径规划与速度规划，输出满足动力学约束、舒适性和安全性的参考轨迹。
- 控制层：跟踪规划轨迹，输出油门、制动、转向等执行指令，并通过车辆动力学模型形成闭环反馈。
在智能体范式中，决策与规划常被统一为“策略网络”或“行为模型”，感知与控制也可能通过端到端学习联合优化。但无论实现方式如何，评测时仍需按功能链路拆解，才能定位失效环节。
三、与传统自动驾驶系统的区别与联系
传统自动驾驶系统通常采用“模块化流水线”设计，各模块由人工规则和经典算法驱动，边界清晰、可解释性强。驾驶智能体则更强调学习与自适应，常引入神经网络、强化学习或大模型推理，模块边界可能模糊甚至端到端融合。
| 对比维度 | 传统自动驾驶系统 | 驾驶智能体 |
|---|---|---|
| 架构风格 | 模块化流水线，接口固定 | 可模块化，也可端到端学习 |
| 决策来源 | 规则、状态机、优化算法 | 规则 + 数据驱动 + 强化学习 |
| 可解释性 | 较高，便于逐层排查 | 较低，需借助可解释性工具 |
| 泛化能力 | 依赖场景覆盖与人工调参 | 依赖训练分布与仿真多样性 |
| 评测重点 | 模块指标、边界条件 | 闭环表现、策略鲁棒性、长尾场景 |
| 典型风险 | 规则冲突、场景遗漏 | 分布外失效、奖励黑客、不可预测行为 |
两者的联系在于：驾驶智能体并未完全抛弃传统模块，感知、规划、控制中的经典算法仍是重要基础；传统系统也在引入学习模块提升泛化。评测工程需要同时覆盖“模块级白盒指标”和“智能体级黑盒闭环指标”。
四、典型场景与评测案例
以城市路口无保护左转为例：感知层需识别对向直行车辆、行人、非机动车；决策层判断是否具备左转间隙；规划层生成左转轨迹并预留冲突消解空间；控制层执行转向与速度跟踪。若智能体在仿真中频繁出现“犹豫不决”或“激进抢行”，则需分别检查决策阈值、规划代价函数和控制时延。
场景配置示例（伪代码）：
scenario = {
"type": "unprotected_left_turn",
"ego_speed": 8.0, # m/s
"opposite_flow": 12, # 对向车辆数
"pedestrian": True,
"traffic_light": "none",
"evaluation": ["safety", "efficiency", "comfort", "rule_compliance"]
}
五、常见误区与复盘
- 误区一：把智能体等同于端到端模型。智能体可以是模块化系统，端到端只是其中一种实现形态。
- 误区二：只测模块指标，不测闭环表现。感知 mAP 高不代表路口通行安全，闭环时延和策略耦合常被忽略。
- 误区三：用训练场景直接做评测。会导致过拟合，必须引入分布外场景和对抗场景。
- 误区四：忽视传统模块的价值。规则约束、安全监控器和动力学模型仍是智能体安全兜底的重要手段。