5.optimization inside motion planning
約束問題的核心有三點:
1.目標函數的定義
2.約束。如路網約束、交規、動態約束等
3.約束問題的優化。如動態規划、二次規划等
牛頓迭代法：研究導數變化，一階導、二階導、考慮斜率變化率，然后再用binary search去逼近。
核心思想：泰勒展開
收斂次數：指數平方，二次收斂
求解全局最優解：分塊，求局部最優解，再綜合
啟發式搜索：用動態規划初步了解，計划二次規划方案
模擬退火等等。
quadratic programming
- 解決有約束條件的問題：
Lagrangian Method
KKT condition
solve nonlinear optimization problem
分兩步：
1.DP。初步進行規划
2.QP。在初步規划的基礎上找到最優解
6.understand more on the MP difficulty
約束：
1.traffic regulations \ Hard Code regulations
2.Decisions \ From hard code to DP
3.Best Trajectory \ Spline Based QP
Apollo EM Planner Framework
path speed iterative的核心：類似於貪心的算法
具體的nonlinear 決策規划問題做法：
DP path：
planning path DP
path QP
speed DP
解決逆行問題：
7.reinforcement learning and data driven approaches
rule based->optimization->data driven
Reforce learning: create mapping
不斷的實現更好的目標，最終希望通過一個mapping能夠優化處理所有的問題
imitation learning
直接的、模仿的過程，然后做出mapping
本質上可以說是一種supervised learning
- reward functional design
手動調整
- RL的步驟
通過當前的最優結果去生成一些sample。估計和optimal reward 之間的差距，然后對policy進行一些調整