5.optimization inside motion planning
约束问题的核心有三点:
1.目标函数的定义
2.约束。如路网约束、交规、动态约束等
3.约束问题的优化。如动态规划、二次规划等
牛顿迭代法：研究导数变化，一阶导、二阶导、考虑斜率变化率，然后再用binary search去逼近。
核心思想：泰勒展开
收敛次数：指数平方，二次收敛
求解全局最优解：分块，求局部最优解，再综合
启发式搜索：用动态规划初步了解，计划二次规划方案
模拟退火等等。
quadratic programming
- 解决有约束条件的问题：
Lagrangian Method
KKT condition
solve nonlinear optimization problem
分两步：
1.DP。初步进行规划
2.QP。在初步规划的基础上找到最优解
6.understand more on the MP difficulty
约束：
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：类似于贪心的算法
具体的nonlinear 决策规划问题做法：
DP path：
planning path DP
path QP
speed DP
解决逆行问题：
7.reinforcement learning and data driven approaches
rule based->optimization->data driven
Reforce learning: create mapping
不断的实现更好的目标，最终希望通过一个mapping能够优化处理所有的问题
imitation learning
直接的、模仿的过程，然后做出mapping
本质上可以说是一种supervised learning
- reward functional design
手动调整
- RL的步骤
通过当前的最优结果去生成一些sample。估计和optimal reward 之间的差距，然后对policy进行一些调整