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