方向级综述（一）：移动机器人规控全景与时空联合规划¶

所属：移动机器人规控方向 · 综述层（Part-S）· 第一篇。定位：本文是整个"移动机器人规划与控制"方向（横切六大专题 + 无人机应用 + 综述）的**最高层导航图**。它不深入任何单一算法的推导（那是各专题章的职责），而是站在方向尺度回答四个问题：① 这个方向到底由哪几块拼成、它们彼此什么关系？② 把这些方法摆在同一组坐标轴上，它们如何分布、如何演进？③ 在所有横切范式里，时空联合规划**为什么是那条最值得先吃透的主干，它的发展脉络、流派分化、优劣矩阵、选型决策是什么？④ 还有哪些悬而未决的开放问题，决定了这个方向未来五年往哪走？ **文档类型：方向级综述（综述/对比类，参照论文解读与理论教学规范——重在**脉络梳理**与**对比综合**，而非从零推导；几乎无代码）。 与专题内综述的区别：本方向有两层综述。专题内综述（如 04/10_时空规划/80_综合对比与附录.md）打通的是单个专题的 T1–T6 六章——是"专题内部的林"。本文是方向级综述——打通的是七大专题彼此之间、以及它们与无人机应用之间的关系，是"专题之上的林海"。读专题内综述前先读本文建立全局坐标系；读完所有专题后再回看本文，检验自己能否在"方法空间"里自由导航。 怎么用这篇综述：第一次进入移动规控方向时通读一遍第一、二节，拿到"全方向地图"；准备深入时空联合规划专题前精读第三至六节；学完若干专题后回看第七、八节（开放问题与选型决策），把零散的方法收束成判断力。

〇、写在最前面：综述要解决的"只见树木不见林"问题¶

如果你是按推荐路径走到这里的，你大概已经读过 SLAM 主线、补齐了凸优化与非线性优化的公共基础，甚至已经动手实现过某个具体规划器——给四旋翼生成过 min-snap 轨迹，给机械臂做过时间参数化，或者在 Apollo 里调过一次 EM Planner 的参数。

换句话说，你已经会"用"某些规划方法了。但很可能你脑中的这些方法是**彼此孤立的岛屿**：MINCO 是一个岛，CBS 是另一个岛，MPPI 又是一个岛，POMDP、CBF、iLQGames 各自漂在远处——你知道每个岛上有什么，却说不清这些岛是怎么连成一片大陆的，更说不清"给我一个新问题，我该上哪个岛"。

本质洞察（综述存在的理由）：单个专题章教你**把一棵树看透**——MINCO 的梯度怎么闭式求、CBS 的冲突怎么解、POMDP 的 belief 怎么更新。但工程师真正稀缺的能力，不是"会用某一棵树"，而是**在森林里快速定位**——面对一个陌生场景，三十秒内判断"这属于哪一类问题、该调哪一族方法、代价是什么、坑在哪里"。这种判断力来自把所有方法压到同一组坐标轴上反复对比，而这正是综述（而非专题章）的独有职责。专题章给你深度，综述给你导航。

这篇综述的写法，刻意区别于专题章：它**不推导**（推导在专题章里）、不贴代码（代码走读在专题章里），而是密集地**对比、归类、画地图**。读它的正确姿势不是"学新知识"，而是"把已学的知识重新摆放，摆成一张能用来做决策的地图"。

本文与全套文档的关系¶

本文（方向级综述）= 全方向的"林海图"
   │
   ├── 第一节：全方向地图（7 专题 + 无人机应用，它们是什么、怎么连）
   │
   ├── 第二节：方法空间的统一坐标轴（把所有方法摆到同一张图上）
   │
   ├── 第三~六节：时空联合规划深度综述（主干专题，脉络/流派/矩阵/选型）
   │      发展脉络 → 流派分化 → 优劣矩阵 → 选型决策树
   │
   ├── 第七节：跨专题的横向联系（时空规划 ↔ 其他六专题的接口）
   │
   └── 第八节：开放问题与未来方向（决定本方向往哪走）
   ▼
后续四篇方向级综述（不确定性 / 博弈 / 交互预测 / RL 贯穿）各深挖一个专题

前置自测¶

这几道题不考记忆，是确认你具备读懂这篇方向级综述的最小背景。综述假设你**已经接触过**至少两三个具体规划方法——如果下面 ≥ 3 题完全没概念，建议先选一个专题（推荐时空联合规划 T1）入门后再回看本文。

**路径-速度解耦（PVD）**是经典规划栈的地基。请用一句话说清它"先做什么、后做什么"，再举一个它会**悄无声息失效**的具体场景。（答不出 → 本文 §3.1 会重述，但你应先有直觉）
同样是"找一条轨迹"，搜索类（A*/RRT）、优化类（QP/NLP）、采样类（MPPI/CEM）三族方法的根本区别是什么？各自最怕遇到什么样的问题？（答不出 → §2.2 系统对比）
"完备性（completeness）"和"最优性（optimality）"是两个不同的算法性质。一个算法"完备但不最优"在工程上意味着什么？为什么很多大规模方法主动放弃最优性？（答不出 → §2.3）
自动驾驶规划近年有两条范式之争：模块化管线（pipeline） vs 端到端（end-to-end）。它们的分界线划在哪里？端到端最大的软肋是什么？（答不出 → §3.2、§8.3）
（开放题，凭直觉答）如果让你给"移动机器人规控"这个方向画一张地图，你会用哪几个维度当坐标轴？你觉得"无人机规划"和"自动驾驶规划"的最大差异在哪一维上？（无标准答案 → §2 给出本文采用的坐标系，读完对照你的直觉）

本章目标¶

读完本章，你应当能够：

**画出**移动机器人规控方向的全景地图——说清七大横切专题（时空联合 / 采样式 MPC / 不确定性 / 博弈 / 多机协作 / 任务运动规划）+ 无人机应用实例之间"谁是方法、谁是应用、谁消费谁"的关系。
**建立**一组统一坐标轴（联合程度 / 求解范式 / 不确定性处理 / 交互建模 / 计算负担），并能把任意一个规划方法快速定位到这张坐标系里的某个区域。
**复述**时空联合规划从 1986 PVD 到 2026 扩散式生成的完整发展脉络，说清每一代解决了上一代的什么问题、又引入了什么新局限。
**辨析**时空联合规划的四大流派（解耦迭代 / 走廊+QP / 连续优化 / 端到端生成）的本质差异，并在一张优劣矩阵里说清它们在最优性、实时性、可验证性、生态成熟度上的得失。
**运用**选型决策树——给定一个具体场景（高速结构化 / 城市强交互 / 泊车竞速 / 多机协调 / 研究探索），快速定位到合适的方法族，并讲清选它的理由与代价。
**指出**本方向 5–8 个真正悬而未决的开放问题（可验证的学习式规划、实时性 vs 联合性的根本张力、交互的鸡生蛋问题、长尾安全等），并说清每个问题卡在哪里。

本章知识导航¶

本章是一篇"双层"综述——前半部分（§1–§2）是**方向级宏观图**，后半部分（§3–§8）是**时空联合规划这一主干专题的深度综述**。两半的关系是"先给整片林海定位，再放大其中最大那座山"。

小节	内容	在地图中的角色	难度
§1	全方向地图：七专题 + 无人机应用	林海全景	⭐⭐
§2	方法空间统一坐标轴	给林海画经纬度	⭐⭐⭐
§3	时空联合规划发展脉络（1986→2026）	放大主干山脉的"地质史"	⭐⭐⭐
§4	四大流派分化与对比	主干山脉的"水系分流"	⭐⭐⭐
§5	优劣矩阵与代表方法卡片	主干山脉的"等高线图"	⭐⭐⭐
§6	选型决策树	"登山路线推荐"	⭐⭐⭐
§7	跨专题横向联系	主干与其他山脉的"山脊连线"	⭐⭐⭐⭐
§8	开放问题与未来方向	"尚未勘探的区域"	⭐⭐⭐⭐

推荐阅读路径：**初次**通读 §1→§2 建立全局观，§3→§6 重点精读（这是本文核心），§7→§8 略读留印象；**回看**时直接跳 §6（选型）和 §8（开放问题），它们是最有"回查价值"的两节。

前置知识桥接¶

本文站在所有专题之上，因此它"回顾"的不是某一章，而是整个方向已建立的概念底座。这里只激活三个贯穿全文的核心概念，细节在对应专题章：

回顾"轨迹 = 路径 + 速度剖面"：一条机器人轨迹 \(\boldsymbol{\xi}(t)\) 可以拆成"几何路径"\(\sigma(s)\)（走哪条线）和"速度剖面"\(s(t)\)（沿这条线何时多快）两部分。经典规划的地基 PVD 正是利用这个拆分**分两步**求解。本文反复用到的"时空联合程度"这条主轴，量的就是一个方法在多大程度上**拒绝**这个拆分、把空间与时间放在一起解。
回顾"凸 vs 非凸"：凸问题（如 QP）的局部最优即全局最优，可实时可靠求解；非凸问题（如带碰撞约束的完整轨迹优化）可能有多个局部最优、对初值敏感、求解慢。本方向几乎所有"实时性 vs 最优性"的权衡，根子都在"要不要、敢不敢解非凸问题"。
回顾"模型有多可信"：经典最优控制假设模型精确、状态可观；现实里模型不完美（鲁棒规划要管）、状态部分可观（POMDP 要管）、他人有自己的目标（博弈要管）。本方向的不同专题，本质是在**逐层松绑这些理想假设**。

如果跳过本章会怎样¶

不读这篇方向级综述，你仍然可以逐个专题地学下去——但会遇到两类具体困境：

学到一半迷路：当你在不确定性规划专题读到"EPSILON 的 belief tree"时，会突然发现它和时空规划专题的"时空走廊"是同一套 SSC 代码——但因为没有全局地图，你会以为这是两个无关的东西，重复学、学不透。综述的"跨专题横向联系"（§7）正是为了防止这种"同一个东西在不同专题里被当成两个"的认知浪费。
学完不会选型：你可能把七个专题全学完，却在面对一个真实项目时依然卡壳——"这个城市路口加塞场景，我该用 EPSILON 的分支、CILQR 的连续优化、还是 MPPI 的采样？"没有把方法压到同一坐标轴上对比过，就没有这种横向决策能力。这正是 §6 选型决策树要给你的。

预计阅读时间¶

阅读方式	时间	适合谁
精读（含对照自己的方法库重新归类）	4–5 小时	准备系统进入移动规控方向、想先建全局观的读者
速读（跳过 §7 跨专题细节）	2 小时	已学过 2–3 个专题、想补一张全局地图的读者
速查（只看 §1 全景表 + §5 优劣矩阵 + §6 决策树）	30 分钟	做选型决策时回来查的读者

一、全方向地图：移动机器人规控由哪几块拼成¶

在放大任何一座山之前，先要看清整片林海的轮廓。这一节回答最基础的问题："移动机器人规划与控制"这个方向，到底由哪几块组成？它们彼此是什么关系？

§1.1 一个统一的问题，七种"理想假设松绑"的方式¶

先给整个方向一句话定性。移动机器人规划与控制要解决的根问题只有一个：

在一个**不完美、动态、可能有他人**的世界里，为机器人算出一条**安全、可行、优**的运动，并实时执行它。

这句话里的每个形容词，对应着一个理想假设的松绑，也对应着一个专题：

如果世界是…	那问题就退化为…	松绑这个假设的专题
静态、空间时间可分	经典"先路径后速度"（已会，是基线）	—（地基，PVD）
动态、空间时间不可分	时空必须联合求解	时空联合规划（10）
代价不可微、模型是黑箱	不能用梯度，只能采样	采样式 MPC / MPPI（20）
模型不完美、感知不完全	必须在不确定性下规划	不确定性规划（30）
有他人，且他人有自己的目标	不是避障，是博弈	博弈规划（40）
不止一个机器人	要协调多体共享时空	多机器人协作（50）
任务本身需要先做离散决策	任务层与运动层要联合	任务与运动规划 TAMP（60）

本质洞察（七专题的统一视角）：这七个专题不是七个并列的"话题"，而是同一个根问题在逐层松绑七个理想假设后裂变出的七个分支。 经典规划（PVD）站在最理想的世界——静态、可分、模型精确、无他人、单体、任务已定。每松开一个假设，就长出一个专题。理解这一点，你就不会把它们当成七堆零散知识，而会看到它们共享同一棵根、彼此用同一套底层工具（搜索/优化/采样/学习），只是各自多扛了一种"现实的不完美"。

这个视角立刻解释了一个初学者常困惑的现象：为什么这些专题的方法长得这么像、还经常互相调用？ 因为它们本就同源——CBS（多机）的低层用的是 SIPP（时空规划），EPSILON（不确定性）的走廊用的是 SSC（时空规划），分布式 MPC（多机）用的是单体 MPC（最优控制基础），MARL（多机）和博弈（博弈规划）共享 Nash 均衡的语言。专题之间的边界是"松绑了哪个假设"，而不是"用了哪套工具"。

§1.2 方法 vs 应用：横切专题与无人机实例的关系¶

上面七个是**横切专题**——它们不属于任何单一机器人形态（无人机/地面车/机械臂/足式），而是为所有形态提供通用方法论。但光有方法论是悬空的，所以本方向还配了一整块**应用实例**：

横切专题（10–60）          无人机应用（70）          综述（80）
═══ 方法论工具箱 ═══       ═══ 完整应用实例 ═══      ═══ 贯穿连接线 ═══

时空联合规划 ──┐                                      本文（全景 + 时空）
采样式 MPC  ──┤                                      不确定性综述
不确定性规划 ──┼──► 在无人机上"落地"成 ──► 微分平坦/MINCO/  ◄── 博弈综述
博弈规划    ──┤      具体可飞的系统        感知引导/集群/RL    交互预测综述
多机器人协作 ──┤                          敏捷飞行/仿真       RL 贯穿综述
任务运动规划 ──┘

为什么单独挑无人机做应用实例？ 三个原因，每个都值得记住：

微分平坦让数学最干净：四旋翼是微分平坦系统——整条轨迹及其所需控制量，都能由"位置 + 偏航"这 4 个平坦输出及其导数代数地表达出来。这意味着时空轨迹的参数化在无人机上最简洁（MINCO 的闭式梯度就建立在此），是理解"时空联合"最不受形态细节干扰的载体。
闭环最短、反馈最快：无人机从规划到看见效果的闭环短（仿真里几分钟就能看到一条轨迹飞出来），适合"学方法 → 立刻看效果"的教学节奏。
生态最完整：从仿真（PX4 SITL/Gazebo/OmniDrones）到轨迹生成（GCOPTER/EGO-Planner）到集群（EGO-Swarm/MADER）到 RL 飞控，无人机侧有一条端到端、全开源、可复现的链路——这是地面车（受限于真车）和足式（受限于硬件）都不具备的。

对比性思维（无人机应用 vs 自动驾驶基线）：本方向把**无人机当"完整应用实例"、把**自动驾驶当"贯穿各专题的通用基线"，这个分工是刻意的。无人机的优势在"链路完整、数学干净"，适合从头跟到尾走一遍；自动驾驶的优势在"场景丰富、工业代码公开（Apollo/Autoware）"，适合作为每个专题"工业上怎么做"的对照锚点。学方法时跳进无人机看实际效果，学应用时回溯横切专题理解底层原理——这是本方向架构的核心使用方式。

"方法-应用"双层架构解决了一个教学的根本两难。 纯讲方法（横切专题）容易悬空——学了一堆算法不知道在真实系统里长什么样；纯讲应用（如"从零搭一台无人机"）容易碎片化——为了让系统跑起来，每个模块都只能浅尝辄止，学不到方法论的深度。双层架构的解法是：横切专题把每个方法讲到"方法论深度"（为什么这样设计、有哪些流派、怎么选），无人机应用把这些方法串成"系统级完整度"（它们怎么协同、接口怎么对、实飞要注意什么）。一个给深度，一个给完整度，互补而非重复。

本质洞察（为什么需要"双层"而非"单层"）：很多教材要么是"算法大全"（只有方法、无系统），要么是"项目教程"（只有系统、方法浅）——它们的共同缺陷是单层。单层的根本问题在于：方法的深度和系统的完整度，是两个无法在同一条叙述线里同时最大化的目标。 讲方法讲到深处必然偏离系统主线（要展开流派、推导、对比），串系统串到通畅必然牺牲单个方法的深度（要赶进度让系统跑起来）。双层架构承认这个矛盾，用两条线分别承载——横切专题这条线只管深度（不必让系统跑起来），应用实例这条线只管完整度（复用专题已讲透的方法，不再重复推导）。理解这个设计，你就知道读本方向时该怎么配合：遇到"这个方法为什么这样"的疑问去横切专题，遇到"这些方法怎么拼成系统"的疑问去无人机应用——别在应用实例里找方法论深度，也别在横切专题里找系统完整度，各取所长。

§1.3 七专题的"成熟度 vs 难度"全景表¶

把七个横切专题放在一张表里，用三个对工程师最实用的维度刻画：概念难度（学起来多烧脑）、C++ 生态成熟度（能不能直接上车）、当前热度（值不值得押注未来）。这张表是整篇综述里"回查价值"最高的一张之一。

专题	松绑的假设	概念难度	C++ 生态成熟度	当前热度	一句话定位
时空联合规划（10）	时空可分	⭐⭐⭐	极高（Apollo/GCOPTER/OMPL/MADER）	高	C++ 抓手最丰富的主干专题，先学它
采样式 MPC（20）	代价可微/模型白箱	⭐⭐⭐	高（自写为主，GPU 友好）	高（世界模型/扩散加持）	不可微/黑箱场景的"万能兜底"
不确定性规划（30）	模型精确/全可观	⭐⭐⭐⭐	中（EPSILON/DESPOT 各撑一路）	中高	概念跨度最大，从 Tube MPC 到 CVaR-POMDP
博弈规划（40）	无他人/他人无目标	⭐⭐⭐⭐	低（仅 ilqgames/HJ，SOTA 在 Julia）	中	唯一需"C++ 骨架 + Julia SOTA"双语言
多机器人协作（50）	单体	⭐⭐⭐	高（CBS/RVO2/MADER + MARL）	高	消费前五专题成果的系统级集成
任务运动规划（60）	任务已定	⭐⭐⭐⭐	中（PDDLStream/OMPL）	中（LLM+TAMP 复兴）	离散任务层与连续运动层的缝合
无人机应用（70）	—（是应用不是方法）	⭐⭐⭐	极高（全链路开源）	高	方法论的完整落地实例

本质洞察（生态成熟度的"反直觉规律"）：把"当前热度"和"C++ 生态成熟度"两列对照着看，会发现一条贯穿全方向的**反相关规律**——越前沿热门的方向，C++ 生态往往越不成熟。博弈规划热度中等却 C++ 生态最薄（SOTA 跑去了 Julia），端到端学习（在时空专题 T6）最前沿却几乎无 C++ 原生实现（全是 PyTorch）。原因是方法从论文到工业级 C++ 沉淀需要数年，且学习式/黑箱方法天然不契合 C++ 强调的确定性与可验证性。 这条规律给学习投入定了一个清醒的标尺：要"现在就能上车的技能"，重心放在时空联合（10）/多机（50）/无人机（70）这些成熟生态；要"押注未来做研究"，博弈（40）和学习式规划是方向，但要接受其工程不成熟。这一点在 §8 开放问题里还会从"前沿性 vs 可落地性"的角度再深挖。

§1.4 为什么综述从"时空联合规划"切入¶

本文是方向级综述的**第一篇**，后续还有四篇分别深挖不确定性、博弈、交互预测、RL 贯穿。为什么第一篇的深度综述部分选时空联合规划，而不是别的？

三条理由，构成一个递进：

它是地基松绑的第一步。七专题里，时空联合规划松绑的"时空可分"是**最贴近经典基线、最容易理解**的一个假设——你已经会"先路径后速度"，只需理解"它何时失效"，就跨进了这个专题。其他专题（POMDP、博弈）松绑的假设抽象得多，不适合作为综述的切入点。
它的方法谱系最完整、最有代表性。从纯搜索（SIPP）到纯优化（MINCO）到纯学习（扩散式），时空联合规划一个专题就横跨了**本方向所有四大求解范式**（搜索/优化/采样/学习）。吃透它的流派分化，等于预演了整个方向的方法地图。
它的 C++ 生态最成熟，最适合"读代码学方法"。Apollo、GCOPTER、OMPL、MADER 提供了从工业级到学术级的完整 C++ 抓手。综述里讲的每一个流派，都能在真实代码里找到对应——这让"对比综合"不悬空。

本质洞察（综述的主干选择策略）：选哪个专题作为方向级综述的"放大对象"，本身就是一种判断力的体现——应选那个"最能以一斑窥全豹"的专题。时空联合规划恰好满足：它的演进史（§3）浓缩了整个领域"实时性 vs 最优性 vs 可验证性"的根本张力，它的流派分化（§4）覆盖了所有求解范式，它的选型逻辑（§6）可以平移到任何其他专题。读完这一篇深度综述，你拿到的不只是"时空规划的地图"，而是"读任何规划专题综述的方法论"。

§1.5 七专题速写：每座山的核心问题、招牌方法与当前前沿¶

前面给了七专题的"成熟度表"（§1.3），但表格只有坐标、没有血肉。这一节为每个横切专题做一段"速写"——用统一的三句式（核心问题 / 招牌方法 / 当前前沿）勾勒它的轮廓。这是后续四篇方向级综述的"预告片"，也让你在深入任何一个专题前，先知道它大概长什么样。

专题 10 · 时空联合规划（本文主干，§3–§8 深挖） - 核心问题：空间和时间不可分离时（cut-in/动态绕障/多机穿林），如何同时决定"走哪"和"何时多快"。 - 招牌方法：Frenet ST 图（解耦基线）、SSC 时空走廊、MINCO 连续优化、扩散式生成。 - 当前前沿：扩散加速逼近实时、可微优化层、世界模型上的时空搜索。

专题 20 · 采样式 MPC（MPPI） - 核心问题：代价函数不可微、动力学是黑箱仿真器时，怎么做实时规划（梯度类失效）。 - 招牌方法：路径积分 MPPI、CEM 家族、GPU 并行 rollout、世界模型 TD-MPC2。 - 当前前沿：扩散启发的采样 MPC、可微 MPC（acados + leap-c）、世界模型 + MPPI 的 model-based RL。

专题 30 · 不确定性规划 - 核心问题：模型不完美、感知不完全时，如何规划出对不确定性鲁棒/敏感的轨迹。 - 招牌方法：五条子路线——分支场景（MPDM/EPSILON）、鲁棒 Tube MPC、机会约束（CC-MPC）、POMDP/信念规划（DESPOT/SARSOP）、风险敏感（CVaR）。 - 当前前沿：CVaR-POMDP、distributional RL、安全滤波器 + 学习策略。 - 特点：概念跨度全方向最大——从实践成熟的 Tube MPC 到理论前沿的 CVaR-POMDP，是第二篇方向级综述的主题。

专题 40 · 博弈规划 - 核心问题：环境里的"他人"有自己的目标、且会响应自车动作时，避障变成了博弈。 - 招牌方法：微分博弈 + HJI 可达性、实时博弈求解器（iLQGames/ALGAMES）、逆博弈、Level-k。 - 当前前沿：可微 Nash、贝叶斯逆博弈、博弈安全证书、MARL 交界（PSRO）。 - 特点：唯一需"C++ 骨架 + Julia SOTA"双语言策略的专题（SOTA 多迁到 Julia），是第三篇方向级综述的主题。

专题 50 · 多机器人协作 - 核心问题：从单体到多体，N 个机器人如何在共享时空里互不冲突、协同完成任务。 - 招牌方法：共识 + 分布式优化（ADMM）、MAPF（CBS/LaCAM/PIBT）、分布式 MPC、协同搬运、MARL（MAPPO/QMIX）。 - 当前前沿：千台级去中心化实时协调、MARL 与传统规控混合、异构地空协同。 - 特点：消费前五专题成果的"系统级集成层"——CBS 用时空规划的 SIPP、分布式 MPC 用最优控制、MARL 用博弈语言。

专题 60 · 任务与运动规划（TAMP） - 核心问题：任务本身需要先做离散决策（先抓 A 还是 B、走哪个房间）时，离散任务层与连续运动层如何联合。 - 招牌方法：PDDL/PDDLStream 流式集成、LGP（逻辑几何规划）、分层任务网络。 - 当前前沿：LLM + TAMP（用大模型做高层语义任务分解）的复兴、可微 TAMP。 - 特点：离散搜索（任务层）与连续优化（运动层）缝合，下层的"几何"本质就是时空规划（§7.5）。

专题 70 · 无人机应用（完整实例，非方法） - 核心问题：把上述方法论落到一个具体形态上，跑通从仿真到实飞的端到端链路。 - 招牌内容：微分平坦 + 几何控制、多项式/B样条/MINCO 轨迹、感知引导自主探索、集群协同、RL 敏捷飞行。 - 当前前沿：sim-to-real RL 飞控、视觉-惯性敏捷飞行、大规模集群。 - 特点：本方向的"完整应用实例"——数学最干净（微分平坦）、生态最完整（全开源链路），是观察所有方法论落地的最佳窗口。

本质洞察（七速写连起来就是后续综述的版图）：把这七段速写并排读，你会发现五篇方向级综述的分工自然浮现——本文（一）讲时空规划 + 全景，综述（二）深挖不确定性，综述（三）深挖博弈，综述（四）深挖交互预测，综述（五）缝合 RL 贯穿。 采样式 MPC（20）、多机（50）、TAMP（60）、无人机（70）不单独成方向级综述，因为它们要么是"求解方法论"（MPPI 贯穿各范式）、要么是"系统集成层"（多机消费前五专题）、要么是"应用实例"（无人机）——它们的综述价值已分散融入其他四篇。看懂这个版图，你就知道每一篇方向级综述在整张地图上补的是哪一块、彼此怎么衔接——这正是 §0 强调的"先有林海图再看每棵树"的最高层兑现。

二、方法空间的统一坐标轴：把所有规划方法摆到同一张图上¶

第一节给了林海的轮廓（七专题各是什么）。但"轮廓"还不够——要能做选型决策，需要给这片林海画上**经纬度**：一组统一的坐标轴，让任意一个规划方法（无论它来自哪个专题）都能被定位到坐标系里的某个区域，从而能彼此比较。

这一节的目标，是建立这组坐标轴。这是整篇综述**对比综合**能力的地基——后面所有的优劣矩阵、选型决策，都建立在这五条轴上。

§2.1 五条坐标轴：刻画一个规划方法的五个本质维度¶

一个规划方法，无论表面多复杂，都可以用以下五个维度刻画。这五条轴不是随意选的——它们各自对应着第一节里"一个理想假设的松绑"，因此**正交、完备、贴合根问题**。

轴	量什么	一端 ←──────→ 另一端	对应松绑的假设
轴1 时空联合程度	多大程度拒绝"先路径后速度"	完全解耦 ←→ 完全联合/天然联合	时空可分
轴2 求解范式	用什么数学机器找解	搜索 / 优化 / 采样 / 学习	（正交于假设，是手段）
轴3 不确定性处理	怎么对待"模型/感知不完美"	确定性 ←→ 鲁棒 ←→ 概率 ←→ 风险敏感	模型精确/全可观
轴4 交互建模	怎么对待"环境里的他人"	无视/障碍 ←→ 预测 ←→ 博弈	无他人/他人无目标
轴5 计算负担位置	算力压在何时	全在线 ←→ 部分离线 ←→ 几乎全离线	（正交，是实现策略）

下面逐条解释每条轴的两端各意味着什么，以及为什么这条轴对选型至关重要。

轴1：时空联合程度（本文主轴）。 这是贯穿整篇综述、也是时空规划专题的核心轴。它量的是一个方法在多大程度上把"走哪条线"（空间）和"何时多快"（时间）放在一起决定：

完全解耦 ───── 半联合 ───── 联合搜索 ───── 完全联合 ───── 天然联合
(纯 PVD)      (EM 迭代)    (走廊+QP)      (连续优化)     (端到端生成)
先路径后速度   分两步多轮    联合空间圈      时间是决策      网络直接吐
一锤定音      迭代逼近      安全区再优化     变量一次解      (x_t,y_t)序列

为什么这条轴重要？因为它直接决定一个方法**能不能处理强耦合场景**（cut-in、动态绕障、抢行）。解耦端高效但在强耦合下失效，联合端能处理强耦合但更贵。§3–§6 整个时空规划深度综述，就是沿这条轴展开的。

轴2：求解范式（手段轴）。 不管解什么问题，最终都要用某种数学机器找解。本方向只有四族机器，理解它们的边界是工程师的基本功（§2.2 详展）：

范式	核心机器	适合	不适合
搜索	图上展开节点（A*/RRT/SIPP/CBS）	离散/低维、需完备性或全局最优	高维连续（维度灾难）
优化	梯度/牛顿迭代（QP/NLP/iLQR/MINCO）	连续、代价可微、要平滑最优	非凸多模态、不可微代价
采样	大量 rollout 打分（MPPI/CEM）	不可微代价、黑箱模型、GPU 并行	高精度最优、维度极高
学习	神经网络拟合映射（IL/RL/扩散）	复杂模式、多模态、长尾	可验证性、分布外、可解释

轴3：不确定性处理。 量的是方法怎么对待"模型不完美、感知不完全"。从"假装一切精确"（确定性，绝大多数经典方法）到"对最坏情况鲁棒"（Robust/Tube MPC）到"显式建模概率分布"（POMDP/机会约束）到"优化尾部风险"（CVaR）。这条轴是不确定性规划专题（30）的主轴，但它**横切所有方法**——任何确定性方法都可以问"如果模型错了会怎样"，从而沿这条轴往右走。

轴4：交互建模。 量的是方法怎么对待"环境里的他人"。从"无视/当静态障碍"（最简单）到"预测他人未来轨迹再规划"（预测-规划，主流自驾）到"承认他人会响应我的动作"（博弈，最难）。这条轴是博弈规划（40）和交互预测的主轴。它的右端藏着本方向最深的一个开放问题——交互的"鸡生蛋"循环（§8.4）。

轴5：计算负担位置。 量的是算力压在何时。从"全在线求解"（经典优化/搜索，每帧重算）到"部分离线"（预计算地图/查找表/warm-start）到"几乎全离线"（端到端，离线训练海量算力、在线只做前向）。这条轴看似是实现细节，实则**暗中决定了一个方法能同时做到多强的联合性和多快的实时性**——这是 §3、§8 反复点出的"暗线"。

本质洞察（五轴的关系：三条"假设轴" + 两条"手段轴"）：这五条轴不是平权的。轴1/轴3/轴4 是"假设轴"——它们各自对应一个被松绑的理想假设（时空可分/模型精确/无他人），刻画的是一个方法**敢面对多复杂的现实**。轴2/轴5 是"手段轴"——求解范式和计算负担位置，刻画的是一个方法**用什么招、把力气花在何时**。一个方法的完整画像 = 它敢面对的现实（三条假设轴的坐标）+ 它选用的手段（两条手段轴的坐标）。选型的本质，就是先用假设轴框定"我的场景有多不理想"，再用手段轴挑"哪套招最划算"。

§2.2 求解范式四象限：搜索 / 优化 / 采样 / 学习的根本边界¶

轴2（求解范式）值得单独展开，因为它是工程师最容易混淆、也最影响落地的一条轴。四族范式不是"谁比谁先进"，而是各自占据问题空间的不同象限。用两个最关键的问题把它们分开：代价/动力学可微吗？解空间是离散还是连续？

                   解空间连续
                        ▲
              优化       │       采样
        (QP/NLP/iLQR/    │   (MPPI/CEM/
         MINCO/MPC)      │    扩散采样)
        要可微、要平滑    │   不要可微、要并行
    ────────────────────┼────────────────────► 代价不可微/黑箱
        搜索             │       学习
     (A*/RRT/SIPP/       │   (IL/RL/端到端)
      CBS/LaCAM)         │   离线学映射
      离散、要完备/最优   │   连续或离散皆可
                        │
                   解空间离散

这张四象限图怎么用？ 拿到一个规划问题，先问两个问题定位象限：

代价函数和动力学可微吗？ 可微 → 左半（搜索/优化）有戏；不可微/黑箱（如"舒适度"难以写成可微式、动力学是仿真器）→ 右上（采样）或右下（学习）。
解空间天然离散还是连续？ 离散（选哪个 lane、哪个同伦类、哪个任务顺序）→ 下半（搜索/学习）；连续（一条平滑轨迹的无穷多控制点）→ 上半（优化/采样）。

对比性思维（四范式不是替代而是互补）：初学者常犯的错是把四范式当成"进化关系"——以为学习最先进、该取代搜索和优化。这是根本误解。 真相是它们各占象限、长期共存，且**现代系统几乎总是混合使用**：搜索给优化提供初值（front-end search + back-end optimization，时空规划的标准架构）、采样在优化卡住（非凸、不可微）时兜底、学习给搜索提供启发（Neural A*）或给采样提供先验（扩散引导 MPPI）。不是"用哪个"，而是"在管线的哪一环用哪个"。 这个"分工而非替代"的认知，是看懂本方向所有混合架构的钥匙。

一个具体的混合范式例子（贯穿全方向）：时空联合规划的现代标准管线就是三范式接力—— - 前端搜索（A*/kinodynamic RRT/SIPP）在离散空间快速找一个"大致走哪、何时到"的初解，跨越同伦类； - 中端构造**安全飞行走廊（SFC/SSC，把非凸的避障约束转成凸约束）； - **后端优化（MINCO/QP）在走廊内把初解精修成平滑、动力学可行、时空联合的轨迹。

搜索负责"全局选对篮子（同伦类）"，优化负责"篮子里磨出最优"。这个分工不是巧合——它精确对应四象限：选同伦类是**离散**问题（搜索的象限），磨平滑轨迹是**连续可微**问题（优化的象限）。

§2.3 两个常被混淆的算法性质：完备性与最优性¶

在用上面的坐标轴做选型前，还要厘清两个贯穿全方向、却极易被混淆的性质。它们不是坐标轴（不是连续维度），而是算法的**离散标签**，但对选型判断至关重要。

完备性（Completeness）：如果存在解，算法**保证**能找到它（无解时能报告无解）。

分辨率完备（resolution-complete）：在给定离散分辨率下完备（如栅格 A*——栅格够细就找得到）。
概率完备（probabilistically complete）：采样数趋于无穷时，找到解的概率趋于 1（如 RRT/PRM）。
不完备：可能找不到存在的解（如纯梯度优化——会卡在局部最优或不可行域）。

最优性（Optimality）：找到的解是否代价最小。

最优：保证全局最优（如 A* 配可采纳启发、凸 QP）。
渐近最优（asymptotically optimal）：采样数趋于无穷时收敛到最优（如 RRT*、SST）。
次优 / 局部最优：只保证可行或局部最优（如 RRT、一般非凸 NLP、PIBT、ORCA）。

本质洞察（为什么大规模方法主动放弃最优性）：这两个性质常被初学者当成"越强越好"，但工程现实是**强保证 = 高代价**。最优 + 完备的方法（如最优 MAPF 的 CBS）在规模上爆炸——10 个智能体还能解，100 个就跪。于是大规模方法（PIBT、LaCAM、ORCA、EGO-Swarm）主动放弃最优性、甚至放弃完备性，换取"几百上千智能体实时可解"。选型时的关键判断不是"要不要最优"，而是"我的规模/实时预算下，能负担多强的保证"——小规模高价值任务（泊车、竞速）值得上最优方法，大规模实时任务（仓储集群、人群避让）必须接受次优。这条判断贯穿多机协作（50）和时空规划的多智能体部分（§6 选型会反复用到）。

§2.4 求解范式的混合模式：现代系统如何在一条管线里串联四象限¶

§2.2 强调四范式"互补非替代、混合使用"。这一节把"怎么混合"系统化——因为现代规划系统几乎从不用单一范式，理解常见的**混合模式**是看懂任何真实系统架构的钥匙。把四范式的串联方式归成四种典型模式：

混合模式	结构	典型例子	为什么这样混
搜索→优化（前端-后端）	搜索出粗解/初值 → 优化精修	时空规划标准管线、Hybrid A* + OBCA	搜索负责跨同伦类选篮子（离散），优化负责篮子内磨最优（连续）
学习→搜索（神经启发）	网络预测启发/cost → 搜索用它加速	Neural A*、GNN-guided CBS	学习压缩搜索空间，搜索保住完备性
学习→优化（神经先验）	网络出先验/初值 → 优化做可行性投影	扩散出轨迹 + MINCO 投影、可微 MPC	学习提供多模态创意，优化保证动力学可行
生成→验证（创意-安全）	学习生成候选 → 经典栈验证过滤	工业自驾 E2E + 经典兜底	学习提供能力上限，经典提供安全下限

这四种混合模式有一个共同结构——都是"用一个范式补另一个范式的裸维"：

搜索的裸维是"连续精度差"→ 用优化补；
优化的裸维是"非凸挑初值、跨不过同伦类"→ 用搜索或学习补；
学习的裸维是"无硬保证"→ 用优化/验证补；
搜索/优化的裸维是"想不出人没设计的解"→ 用学习补。

本质洞察（混合是常态，纯粹是特例）：初学者读论文时，习惯问"这篇用的是搜索还是优化还是学习"——这个问题本身就预设了"方法是单一范式"，而现实恰恰相反：成熟系统几乎都是混合的，纯单一范式反而是教学简化或早期工作。 正确的问法是"这篇在管线的哪一环用了哪个范式、它们怎么接力"。比如时空规划的现代标准管线就是"搜索→优化"两段接力，工业自驾是"生成→验证"两段接力。当你拿到任何一个真实规划系统，先别问它"是什么范式"，而问它"由哪几个范式按什么顺序串成"——这个视角能让你瞬间看穿绝大多数看似复杂的系统架构。这也呼应了 §8.7 的组合创新——混合模式不仅是工程常态，更是创新的主战场。

§2.5 把一个方法摆上坐标系：三个完整定位示范¶

理论讲完，做三个完整的"定位示范"——把三个有代表性的方法逐一摆到 §2 的五条轴 + 四象限上，演示这套工具怎么用。这是把 §2 从"概念"变成"肌肉记忆"的关键一步。

示范一 · Apollo EM Planner

轴	坐标	判断依据
轴1 联合程度	半联合	Path↔Speed EM 迭代，分步但多轮逼近
轴2 求解范式	优化（DP+QP，左上+左下接力）	DP 搜索初解 + QP 精修，"搜索→优化"混合
轴3 不确定性	确定性	把预测当固定，不显式建模概率
轴4 交互	预测后当障碍	用他车预测但不建模其响应
轴5 计算负担	全在线	每帧重算，无离线训练
→ 定位结论：左下-偏中区域，可验证、实时、半联合的工业基线。

示范二 · MINCO/GCOPTER

轴	坐标	判断依据
轴1 联合程度	完全联合	段时间 \(T_i\) 是显式优化变量
轴2 求解范式	优化（左上，需搜索 warm-start）	连续可微优化 + 前端搜索初值
轴3 不确定性	确定性	假设环境已知
轴4 交互	障碍（静/动态已知）	走廊避开时空禁入区，不博弈
轴5 计算负担	全在线（可在线重规划）	闭式梯度让在线求解够快
→ 定位结论：右上-完全联合区域，最优、灵活，但挑初值。

示范三 · UniAD

轴	坐标	判断依据
轴1 联合程度	天然联合	网络直接吐 \((x_t,y_t)\)
轴2 求解范式	学习（右下，IL + 模块化）	模仿学习 + query 贯通
轴3 不确定性	隐式（数据中学）	不显式建模，从数据吸收
轴4 交互	隐式建模（MotionFormer 预测）	网络内隐式处理预测-规划耦合
轴5 计算负担	几乎全离线	海量离线训练 + 在线前向
→ 定位结论：最右上+学习象限，能力最强但黑箱、计算前置离线。

本质洞察（定位的价值：把"陌生"变"已知"）：做完这三个定位，回看 §5.2 的 9 张卡片，你会发现它们其实就是九次这样的定位。这套定位工具的终极价值，是把任何陌生方法"翻译"成五个坐标——一旦翻译完成，你就能立刻拿它和你已知的方法比较（坐标接近的就是亲戚），并预判它的得失（坐标决定了它在 §5.1 优劣矩阵里的大致行为）。这就是为什么 §0 说综述教的是"导航"而非"知识"——导航的本质，就是给陌生的东西标上你熟悉的坐标。练到能对任意新方法脱口而出它的五轴坐标，你就真正出师了。

§2.6 五条轴并非独立：它们之间的相关性¶

最后点出一个深层结构——这五条轴不是相互独立的，它们之间存在系统性相关。 理解这些相关，能让你在选型时"一叶知秋"：定了一条轴的位置，往往就大致框定了其他几条轴的可行范围。

相关性	表现	为什么
轴1（联合）↗ 轴5（离线）	联合程度越高，越倾向把计算前置离线	完全/天然联合在线算不动，只能靠离线训练（§3.2 暗线）
轴1（联合）↗ 求解非凸性	联合程度越高，问题越非凸	把时间也当变量、约束精确，必然破坏凸性
轴2=学习 → 轴5=离线 + 可验证性↘	选了学习范式，几乎必然计算离线 + 不可验证	学习的本质是离线拟合，黑箱不可验证（§4.5）
轴3（不确定性）↗ 计算成本	越认真处理不确定性，计算越贵	概率/风险约束比确定性约束难解（机会约束、POMDP）
轴4（交互）↗ 轴3 + 计算成本	越认真建模交互（博弈），越要处理不确定性、越贵	博弈耦合了对他人意图的不确定性推断（§8.4）

本质洞察（轴间相关性 = "选型的连锁反应"）：这些相关性意味着选型**不是五个独立的旋钮，而是一组联动的滑块**——你推高一个，另几个会跟着动。比如你决定"要最高的时空联合程度"（轴1 推满），那么轴5 几乎必然被拉向"离线"、求解几乎必然变非凸、若走学习路线则可验证性必然下滑。这就是为什么选型不能"既要又要"——你想要联合程度满分、又要可验证满分、又要在线实时，这三个要求在轴间相关性下相互矛盾（正是 §8.1 的根本张力、§5.4 散点图右上角的空白）。看懂轴间相关性，你就明白选型的本质是**在一组联动的约束里找一个自洽的组合**，而非在每条轴上独立挑最优。这是 §2 全节最深的一层——从"五条独立的轴"上升到"一个相互纠缠的约束系统"。

把 §2 的五条轴 + 四象限 + 两性质 + 混合模式 + 定位示范 + 轴间相关性合起来，你现在拥有了一套完整的"方法定位与组合工具"。下面从 §3 开始，我们用这套工具放大本方向最大的那座山——时空联合规划——做一次深度综述，演示这套工具如何把一个专题的所有方法梳理成可决策的地图。

三、时空联合规划的发展脉络：从 PVD 到扩散式生成（1986→2026）¶

现在放大主干山脉。综述深挖一个领域，第一步永远是**梳理脉络**——不是罗列方法，而是讲清"每一代解决了上一代的什么问题、又留下了什么新坑给下一代"。一条好的脉络线，能让你理解的不是 N 个孤立方法，而是一条连贯的演进逻辑。

§3.1 起点：为什么需要"时空联合"——PVD 的成功与失效¶

任何脉络都得从"起点为什么是这个起点"讲起。时空联合规划的起点，是它的**反面**——路径-速度解耦（Path-Velocity Decomposition, PVD），由 Kant & Zucker 在 1986 年提出。

PVD 做了什么。 它把"规划一条轨迹"这个难问题，拆成两个容易的子问题：

路径规划：先在静态环境里找一条几何路径 \(\sigma(s)\)（走哪条线），暂时不管速度；
速度规划：再在这条固定路径上排一个速度剖面 \(s(t)\)（沿这条线何时多快），处理动态障碍。

为什么这个拆分如此成功，统治了整个经典规划栈三十年？ 因为它把一个高维、非凸、难解的联合问题，降维成两个**低维、近凸、可实时求解**的子问题。在结构化道路（高速公路）上，路径基本由车道和参考线定死、主要决策是速度——此时路径与速度**弱耦合**，分两步几乎不损失最优性，却换来了实时性和工程可靠性。这就是为什么 Apollo 这样的工业系统至今仍以 PVD 为骨架。

它何时失效？ 当路径与速度**强耦合**时——也就是"走哪"取决于"多快"、"多快"取决于"走哪"，二者无法先后决定。三个经典场景：

场景	为什么强耦合	PVD 的困境
Cut-in（加塞）	让它（减速不变道）还是超它（加速不变道）还是绕它（变道）——最优路径取决于打算用什么速度通过	先定路径就堵死了速度的最优选择，反之亦然
动态绕障	绕障的左右选择，和何时加减速死死绑定	固定路径可能让速度规划无解（为不撞必须急刹）
多机穿林	每架的避障路径，取决于其他架在每个时刻飞到哪	N 架轨迹相互耦合，无法各自先定路径

本质洞察（整个专题的灵魂）：时空联合规划的全部存在理由，就是**"PVD 在强耦合场景下会悄无声息地失效"**这一句话。注意"悄无声息"——PVD 不会报错，它会给你一个**看似合理实则次优甚至危险**的解（比如急刹、或绕了不该绕的路）。整个专题的演进史，就是一部"如何在 PVD 失效的地方，把空间和时间重新捏回一起解"的历史。理解了这个起点，后面每一代方法的动机你都能自己推出来——它们都在回答同一个问题："如何在保住实时性的前提下，把 PVD 丢掉的时空耦合赎回来？"

一个 cut-in 场景的完整走查：看 PVD 怎么"悄无声息"地给出坏解。 抽象的"强耦合失效"不够直观，走一遍具体场景：你在中间车道匀速行驶，右侧一辆车正以一定角度切入你的车道前方。PVD 会这样处理：

第一步（定路径，不管速度）：路径规划器看当前静态快照，发现本车道前方暂时没有完全占据的障碍（切入车还在车道线上），于是规划出"保持车道直行"的路径。
第二步（在这条直行路径上排速度）：速度规划器现在面对一个既成事实——路径已定为直行，而切入车即将占据前方。它唯一能做的就是**在直行路径上减速**，甚至急刹，来给切入车让出空间。

问题出在哪？ PVD 的两步各自都"正确"，但组合起来是坏解——因为**最优应对可能是"轻微左偏 + 维持速度"**（路径和速度协同微调），既不急刹也不被逼停。但 PVD 第一步定死直行路径时，把"左偏"这个选项**永久关闭**了；第二步只能在被关闭了选项的残局里挑最不坏的（急刹）。

	PVD 的解	时空联合的解
路径	先定死直行	轻微左偏（与速度协同）
速度	被迫急刹	维持匀速
结果	顿挫、不舒适、可能追尾风险	平顺、安全
根因	第一步关闭了第二步需要的选项	路径速度同时定，不互相锁死

对比性思维（PVD 的失效本质是"过早承诺"）：PVD 失效的根，不是"分了两步"本身，而是**"第一步在信息不足时就对路径做了不可撤销的承诺"。它在还没考虑速度（也就没考虑切入车的时序）时，就把路径定死了——这是一种"过早承诺"。时空联合的所有流派，本质都在**推迟这个承诺，直到把空间和时间一起考虑清楚再定。流派二（走廊）推迟到"圈出时空安全区后"，流派三（连续优化）推迟到"联合优化收敛时"，流派四（端到端）干脆不显式承诺、让网络隐式权衡。理解"过早承诺"这个失效机理，你就抓住了所有时空联合方法的共同动机——它们都是'反过早承诺'的设计。

§3.1bis 为什么偏偏是"时间"这一维如此特殊¶

读到这里可能会有一个疑问：避障问题里要协调的维度很多（横向、纵向、朝向…），为什么单单"时间"被拎出来、专门有一个"时空联合"专题，而没有"空间-朝向联合"专题？这个问题值得正面回答，因为它点出了时间维的独特性。

时间维的三个特殊之处：

时间是单向的、不可逆的。空间维度可以来回（左了可以右、前了可以后），但时间只能向前——这让"何时到某处"成为一种**硬约束**（动态障碍在 \(t_1\) 占据某格，你早到或晚到都行，但不能在 \(t_1\) 到）。这种单向性使时间约束的结构与空间约束根本不同。
时间把"静态避障"变成"时序会合/错开"问题。在纯空间里，避障是"别和障碍占同一个点"；加入时间后，变成"别和障碍在同一时刻占同一个点"——你可以和障碍占同一个空间点，只要不同时。这是 SIPP"安全区间"思想的根基，也是时空规划比纯空间规划"多一个自由度"的来源（可以用时序错开换空间冲突）。
时间耦合了路径与速度这两个本来分属不同物理量的东西。横向和纵向都是"位置"，本就同质、容易一起优化；但路径（几何）和速度（运动学）是异质的——PVD 正是利用这种异质性把它们拆开。时间维是**唯一同时牵动几何和运动学的维度**，所以"是否联合处理时间"成了规划范式的分水岭。

本质洞察（时间维是规划的"特殊维度"）：这三点合起来解释了为什么"时空联合"配得上一个独立专题，而"空间各维联合"不配——因为时间维既是硬约束（单向不可逆）、又提供新自由度（时序错开）、还耦合异质物理量（几何×运动学）。 它不是众多空间维里普通的一维，而是一个**性质完全不同的维度**。这也是为什么把时间显式写进搜索状态（time-bounded lattice，§3.2 时代II 的开山）会被视为一个里程碑——它第一次正面对待了这个特殊维度，而非把它藏在速度剖面里当隐变量。理解时间维的特殊性，你就理解了整个专题为什么存在、以及它的名字为什么叫"时空联合"而非"多维联合"。

§3.2 脉络主线：四个时代的演进¶

把 1986–2026 的时空联合规划放在时间轴上，恰好分成四个时代，每个时代由一个核心矛盾驱动。下面这张脉络表是本节的骨架，随后逐时代展开。

时代	年份	核心矛盾	代表工作	突破点
I. 解耦时代	1986–2009	实时性 vs 联合性，选了实时性	PVD（1986）、Frenet（2010 前夜）	用分解换可解性
II. 显式时空时代	2009–2018	把时间升格为搜索/约束维度	ST-lattice（2009）、Frenet ST（2010）、SIPP（2011）、Apollo EM（2018）	时间不再藏在速度里，成为独立维度
III. 连续优化时代	2018–2022	把时间变成可优化的决策变量	MADER（2021）、EGO-Swarm（2021）、MINCO/GCOPTER（2022）、ST-RRT*（2022）	段时间 \(T_i\) 闭式可微，时空一次解
IV. 学习生成时代	2022–2026	用离线训练绕开在线实时性瓶颈	Diffuser（2022）、UniAD（2023）、Diffusion Policy（2023）、PLUTO（2024）、Diffusion Planner（2025）	网络直接吐时空轨迹，联合"不再是问题"

时代 I（1986–2009）解耦时代——用分解换可解性。 这个时代的主旋律是"承认时空联合太难，先分而治之"。PVD（1986）是奠基，随后 Frenet 坐标系（在 Werling 2010 集大成）提供了结构化道路上做解耦的标准语言——把笛卡尔坐标换成沿参考线的 \((s, l)\)，让路径规划（SL 图）和速度规划（ST 图）各有清晰的低维舞台。这个时代的成就是把规划"做实时了"，代价是把时空耦合"丢掉了"。 它不是错误，而是算力受限年代的理性妥协——也是后面三个时代要逐步偿还的"技术债"。

时代 II（2009–2018）显式时空时代——时间升格为独立维度。 转折点是 Kushleyev & Likhachev 2009 的 time-bounded lattice：首次把时间 \(t\) 显式写进搜索状态，在 \((x, t)\) 空间里搜索，用"时间窗外退化为 2D"缓解组合爆炸。这是脉络上第一次**正面承认时间是一个搜索维度**，而非藏在速度剖面里的隐变量。随后两条线并进：

搜索线：Phillips & Likhachev 2011 的 SIPP（Safe Interval Path Planning） 是这个时代最关键的加速器——它不把时间离散成一格一格（那会让节点数爆炸），而是把每个格子的时间轴压缩成若干"安全区间"，搜索状态变成 \((\text{格子}, \text{安全区间})\)。SIPP 至今仍是 ST-A* 的工业级底座，在 MAPF（多机）和 MoveIt 动态避障里长期流通——这是一个跨专题复用的典型例子（§7 详述）。
工程线：百度 Apollo 在 2017–2018 把 Path-Time（ST）图 + 动态规划（DP）+ 二次规划（QP）工程化为 EM Planner，成为 L4 自动驾驶 ST 规划的代表栈。它的"半联合"（Path↔Speed 的 EM 迭代）是时代 I 解耦和时代 III 完全联合之间的过渡形态。

对比性思维（时代 II 的两条线：搜索 vs 工程）：SIPP 走的是"学术上把时间维压缩得最优雅"的路，Apollo EM 走的是"工业上把解耦做到可量产"的路。二者看似无关，实则是同一个矛盾的两种答案——都在问"如何在引入时间维后还能实时"。SIPP 用安全区间压缩状态空间，Apollo 用 EM 迭代避免一次性解联合问题。这种"学术求优雅、工业求可靠"的双线并进，是本方向几乎每个专题都会重演的模式。

时代 III（2018–2022）连续优化时代——时间成为可优化的决策变量。 这是机器人侧（尤其无人机）的爆发期，核心突破是**把段时间 \(T_i\) 本身当成优化变量**，让空间形状与时间分配在同一个优化问题里联合求解。三个里程碑：

MINCO / GCOPTER（Wang Zhepei et al., T-RO 2022）：用"航点 + 段时间"的稀疏参数化表示轨迹，关键创新是空间梯度和时间梯度都能**闭式求导**——这让"时间分配"从过去的外层启发式搜索，变成了和空间一起做梯度下降的内层变量。这是"完全联合"最干净的实现，也是无人机轨迹生成的当代标杆。
MADER（Tordesillas & How, T-RO 2021）：面向多无人机 + 动态障碍，用 Bernstein 基 + 凸分解 + 异步协商，把多机时空规划做成 MIQP。
EGO-Swarm（Zhou et al., RA-L 2021）：去中心化、ESDF-free 的梯度规划 + 多机时空共识，把单机的梯度规划扩展到 swarm。
ST-RRT*（Grothe et al., ICRA 2022）：把时间最优采样规划并入 OMPL，让采样类方法也能原生处理 space-time。

这个时代偿还了时代 I 的大部分技术债——时空耦合被"完全联合"赎回来了。但它撞上了一堵新墙：非凸性 vs 实时性。完整时空轨迹优化通常非凸，求解慢、对初值敏感、可能陷局部最优。各方法（MINCO 的闭式梯度、CILQR 的二次近似、TEB 的稀疏结构）本质都在"想办法让这个非凸问题解得快一点"——但它们都没能跳出"在线求解"这个根本约束。

时代 IV（2022–2026）学习生成时代——离线训练绕开在线瓶颈。 最新的一代做了一件前三代都没敢做的事：不在线求解了，改成离线训练 + 在线前向。神经网络从数据直接学出"观测 → 时空轨迹"的映射，输出带时间戳的点序列 \((x_t, y_t)\)，路径和速度信息浑然一体——"时空联合"在这里甚至不再是一个需要单独处理的问题，因为网络直接吐出完整轨迹。脉络上的关键工作：

Diffuser（Janner et al., ICML 2022）：开山之作，把轨迹优化折进扩散模型，迭代降噪整条轨迹，classifier-guided 采样重新诠释为 planning。
UniAD（Hu et al., CVPR 2023 Best Paper）：模块化端到端，query 贯通感知-预测-规划，规划头直接输出轨迹。
Diffusion Policy（Chi et al., RSS 2023）：视觉运动 BC 作为条件扩散 over action sequences，机器人操作侧的标杆。
PLUTO（2024）、Diffusion Planner（Zheng et al., ICLR 2025 Oral）：自驾侧的扩散/模仿规划，把多模态（路口"抢行 vs 让行"两个都合理的解）天然表达出来。

本质洞察（时代 IV 是时代 I 的"算力平反"）：这是整条脉络最深刻的一个反转。时代 IV 在数学上回到了时代 I 一开始就放弃的"完整轨迹直接生成"——只不过用神经网络的离线训练，换掉了在线求解的算力瓶颈。 PVD（时代 I）当年放弃完整联合，是因为在线算不动；连续优化（时代 III）把联合赎回来了，但仍卡在在线实时性；学习生成（时代 IV）把计算负担整体挪到离线，在线只做轻量前向，于是"既快又联合"。回看 §2 的轴5（计算负担位置）——整条脉络的本质，是"计算负担从在线向离线持续转移"的历史。 这也预示了未来：谁能把更多计算前置到离线、在线只留推理，谁就能在"联合程度"和"实时性"上同时取胜。但时代 IV 也带回了一个时代 I–III 从未有过的新问题——黑箱不可验证（§8.3）。

§3.3 一张脉络全景图：四时代如何沿"联合程度"和"计算负担"两轴移动¶

把四个时代同时投影到 §2 的两条关键轴上，能看出演进的方向性：

计算负担位置
  几乎全离线 │                                    ◄ 时代IV 学习生成
            │                                      (UniAD/Diffusion)
            │
   部分离线  │                  ◄ 时代III 连续优化
            │                    (MINCO/MADER)
            │       ◄ 时代II 显式时空
   全在线   │ ◄时代I  (ST-lattice/SIPP/Apollo)
            │ 解耦
            └──────────────────────────────────────► 时空联合程度
              完全解耦   半联合   联合搜索  完全联合  天然联合

这张图揭示了一个清晰的趋势：四个时代沿对角线从左下（解耦 + 在线）走向右上（天然联合 + 离线）。每一代都同时在两个维度上往右上挪一点——联合程度更高、计算更多地前置到离线。

对比性思维（演进不是"新的取代旧的"）：看这张图最容易犯的错，是以为右上角（学习生成）取代了左下角（解耦）。事实恰恰相反——四个时代的方法今天全都在用，而且常常在同一个系统里协同。 工业自动驾驶的现实架构是"时代 IV 生成候选 + 时代 I–III 兜底验证"：让端到端网络出有创意的候选轨迹，再用解耦/优化/搜索这些**可验证**的经典方法做安全把关。为什么？因为右上角的黑箱性质让它**不敢单独上车**（§8.3）。演进给了我们更强的工具，但没有废弃任何旧工具——它只是让工具箱更丰富，让"在管线哪一环用哪代方法"的选型更讲究。

§3.4 代表性论文脉络表：把演进钉在具体工作上¶

脉络（§3.2）讲的是"逻辑演进"，但综述还需要把这条逻辑**钉在具体的、可查证的论文上**——这样读者能按图索骥去读原始工作。下表按时代列出时空联合规划的里程碑论文，标注它在脉络上的"角色"（开山/加速器/工程化/桥接/SOTA），并用一句话说清"它把脉络往前推了哪一步"。

年份	论文 / 工作	载体	脉络角色	把脉络往前推了哪一步
1986	PVD（Kant & Zucker）	IJRR	反面起点	确立"先路径后速度"的解耦地基（后三代要偿还的债）
2009	Time-bounded Lattice（Kushleyev & Likhachev）	ICRA	开山	首次把时间显式写进搜索状态，时间从"速度的隐变量"升格为"独立维度"
2010	Frenet Frame Planner（Werling et al.）	ICRA	标准语言	把高速驾驶建模为 (s,d,t) 联合采样，给结构化道路一套标准坐标语言
2011	SIPP（Phillips & Likhachev）	ICRA	加速器	用安全区间压缩时间维，让时空搜索从"逐时刻爆炸"变为工业可用
2017–18	Apollo EM Planner（Fan et al.）	arXiv	工程化	把 ST 图 + DP + QP 工程化为量产栈，确立"半联合 EM 迭代"过渡形态
2021	MADER（Tordesillas & How）	T-RO	多机扩展	Bernstein + 凸分解 + 异步协商，多无人机 + 动态障碍的 MIQP
2021	EGO-Swarm（Zhou et al.）	RA-L	去中心化	ESDF-free 梯度规划 + swarm 时空共识，去中心化集群
2022	MINCO / GCOPTER（Wang et al.）	T-RO	范式标杆	段时间闭式可微，把"时间分配"从外层搜索变成内层梯度变量——完全联合最干净的实现
2022	ST-RRT*（Grothe et al.）	ICRA	采样补全	时间最优采样规划并入 OMPL，让采样类也原生处理 space-time
2022	Diffuser（Janner et al.）	ICML	学习开山	把轨迹优化折进扩散模型，开启"用生成模型直接吐轨迹"的时代 IV
2023	UniAD（Hu et al.）	CVPR Best	端到端标杆	query 贯通感知-预测-规划的模块化端到端，规划头直接输出时空轨迹
2023	Diffusion Policy（Chi et al.）	RSS	操作侧标杆	条件扩散 over action sequences，机器人操作侧的天然多模态生成
2024–25	PLUTO / Diffusion Planner	arXiv / ICLR	SOTA	自驾侧扩散/模仿规划，把多模态决策（抢行 vs 让行）做成可学习的分布

本质洞察（论文脉络表的读法：看"角色"而非"年份"）：这张表最有价值的列不是"年份"，而是"脉络角色"。一个领域的论文可以按角色分成几个固定类型——开山（开新方向）、加速器（让方向工程可用）、工程化（落地量产）、桥接/补全（连接两条线）、标杆/SOTA（确立新范式上限）。读综述时，识别一篇论文的"角色"比记住它的年份重要得多：开山之作教你"为什么这个方向存在"，加速器教你"它如何变得实用"，标杆教你"当前能力上限在哪"。当你能给任意一篇新论文判定角色，你就能立刻把它插进脉络的正确位置——这又是综述训练的元能力（呼应 §5.2 卡片库洞察、§8.6 开放问题落点）。

§3.5 跨形态迁移：同一套时空脉络在五大机器人形态上的落地差异¶

时空联合规划是**横切方法论**——同一套脉络要落到无人机、地面车、机械臂、四足、人形/复合体五种形态上。但落地难度和形态特性差异极大。这一节做一次横向迁移对比，回答"为什么本方向推荐'无人机 → 自动驾驶 → 机械臂 → 四足/人形'的难度递进"。

形态	时空规划相关度	为什么这个难度	典型方法
无人机 / swarm	★★★★★	微分平坦让时空参数化最干净——整条轨迹由平坦输出代数表达，MINCO 闭式梯度直接可用	EGO-Swarm、MADER、GCOPTER
自动驾驶（基线）	★★★★	结构化道路 + Frenet 坐标让 (s,l,t) 解耦/联合都有成熟工业代码	Apollo EM、Frenet ST、EPSILON
机械臂（动态避障）	★★★★	高维构型空间 + 动态障碍，采样类（SIPP-RRT）友好但维度灾难压力大	Safe Interval RRT*、SIPP-MoveIt
四足 / 人形	★★★	步态本身就是接触序列 + 时序相位——时空联合隐含在接触调度里，但混合动力学（连续 + 离散接触切换）极难	TOWR、Crocoddyl（本质是 ST 联合优化）
Loco-manipulation（复合体）	★★★★	移动基座 × 末端接触切换 × 物体动态，天然 ST + hybrid，维度与耦合最复杂	移动操作的时空 + 混合规划

对比性思维（为什么从无人机入手最划算）：把这张表按"相关度"和"难度"交叉看，会发现一个反直觉的推荐顺序——相关度最高（★★★★★）的无人机反而是入门最佳，因为微分平坦让它的时空参数化最干净、最不受形态细节干扰。 四足/人形相关度看似低一档（★★★），实则更难——它的时空联合藏在"接触序列调度"这个混合动力学问题里，初学者很难一眼看出"步态规划本质就是时空联合优化"。所以本方向的难度递进不是按相关度排，而是按"时空联合在这个形态上有多直观可见"排：无人机最直观（一条平滑轨迹），自驾次之（ST 图可视化），机械臂再次（高维但仍是轨迹），四足/人形最隐晦（藏在接触里）。这解释了 §1.2 为什么选无人机做完整应用实例——它是观察"时空联合"最清澈的窗口。

本质洞察（横切方法论的"形态不变量"与"形态差异量"）：跨五种形态看时空规划，能分离出两层东西——形态不变量（无论什么机器人，"时间是一个需要和空间一起决定的维度"这个核心思想不变，§3.1 的 PVD 失效逻辑普适）；形态差异量（时空联合在不同形态上"长什么样"差异巨大——无人机是平滑轨迹、四足是接触序列、复合体是混合动力学）。学一个横切专题的正确姿势，是先抓住形态不变量（这是专题的灵魂，跨形态复用），再针对你的目标形态学差异量（这是落地的细节）。 抓反了——只学某一形态的细节而没抓住不变量——你换个形态就得重学；抓住了不变量，换形态只需补差异量。这是本方向"横切专题 + 应用实例"双层架构的认知红利。

§3.6 脉络的暗面：哪些路被走过又被淘汰了¶

一条完整的脉络，不只包含"成功活下来的方法"，还应包含"试过但被淘汰/边缘化的路"——因为**理解为什么某条路走不通，和理解为什么某条路走得通同样重要**。这些"暗面"往往不写进教科书，但对避免重复踩坑极有价值。

被淘汰/边缘化的路	曾经的想法	为什么走不通/边缘化	留下的教训
朴素时间离散搜索	把时间按固定步长离散成网格，直接 A*	节点数随时间步长爆炸（一个格子变几百个时空节点）	催生了 SIPP 的"安全区间"压缩——别硬离散连续维
纯人工势场做动态避障	用斥力场实时推开障碍	局部极小、震荡、无法保证可行性	势场只配做辅助，不配做主规划器
全局重规划每帧从零算	每帧都把整条轨迹从头优化	算力浪费 + 帧间不连贯（抖动）	催生了 warm-start / 增量优化——复用上一帧的解
追求"一个求解器解所有场景"	一个万能优化器通吃高速/泊车/竞速	不同场景的最优结构差异太大，万能=都不精	催生了场景化 FSM（Apollo scenario manager）——分场景用专门方法
纯端到端"传感器→控制"（早期）	一个网络从像素直接出方向盘	不可验证 + 数据效率低 + 不可调试	催生了"模块化端到端"（UniAD）——保留可解释的中间表示

本质洞察（淘汰史是另一种脉络）：这张"暗面表"和 §3.2 的"成功脉络"是同一段历史的两面——每一个被淘汰的方法，几乎都催生了一个成功的方法：朴素时间离散的爆炸催生了 SIPP，全局重规划的浪费催生了 warm-start，纯端到端的不可调试催生了模块化端到端。这揭示了技术演进的一个深层规律：成功的方法往往不是凭空设计的，而是'对某个失败的精确反应'。 所以读综述时，遇到一个看似"理所当然"的设计（如 SIPP 为什么用安全区间），别只记住它怎么做，要去问"它在反对什么失败"——找到那个被它替代的失败，你才真正理解它的设计动机。淘汰史不是历史垃圾，而是理解成功方法的钥匙。 这也是为什么本方向反复强调"先动机后理论"（R5）——动机往往就藏在某个被淘汰的前驱里。

四、四大流派分化：同一座山的四条水系¶

脉络（§3）是按时间纵向看演进。这一节横向切——把今天**并存**的方法按"怎么处理时空耦合"归成四大流派，逐一剖析其核心思想、换来了什么、付出了什么。这四大流派恰好对应 §3 脉络里沉淀下来、至今仍在用的四种范式，也精确分布在 §2 轴1（时空联合程度）的四个区段上。

本质洞察（流派 vs 脉络的区别）：脉络回答"先有谁后有谁"，流派回答"今天有哪几类、怎么选"。一个领域成熟的标志，就是早期的"时间先后"沉淀成了稳定的"并存流派"——后来者不再废黜前辈，而是各占生态位。读综述时，脉络给你历史感（理解动机），流派给你决策框架（指导选型）。 二者缺一不可。

四流派一览（详展见 §4.1–§4.4，这里先给一张定位锚）：

流派	联合程度（轴1）	核心机制	一句话灵魂	代表
一解耦迭代	半联合	先路径后速度 + EM 迭代补偿	假装能分离，再迭代修正	Apollo EM
二走廊+QP	联合搜+优	在 (s,l,t) 圈凸走廊再 QP	在联合空间圈出安全地带	SSC/EPSILON
三连续优化	完全联合	时间作决策变量一次解	时间是变量，联合到底	MINCO/TEB/OBCA
四端到端	天然联合	网络直接吐时空轨迹	不建模，从数据学联合	UniAD/Diffusion

这四行沿 §2 轴1 从上到下单调递进——这不是巧合，而是 §3 脉络"补洞链"（§4.6）沉淀的结果。下面逐流派深挖。

§4.1 流派一：解耦迭代（PVD + EM）——半联合¶

核心思想。 坚持 PVD 的"先路径后速度"分解，但用 **EM 迭代**补偿耦合损失：Path 优化和 Speed 优化交替进行、互相用对方的最新结果更新自己的约束，多轮迭代后两者趋于一致。代表是 Apollo EM Planner。

时空联合程度：半联合。 联合不是在一次求解里完成，而是通过 Path↔Speed 的**迭代**逐步逼近。每一轮内部仍是解耦的（固定一个优另一个），只是多轮后收敛。比纯 PVD 强（不止一轮），比一次性联合弱（仍分步）。

换来 / 付出： - 换来：实时性 + 工程可靠性。每个子问题是凸的（或近凸），可用成熟 QP（OSQP）毫秒级求解，SL/ST 两图可分别可视化、分别调参——工业系统敢用、好调。 - 付出：强耦合场景失效。城市路口需同时定"绕行还是直行"和"加速还是减速"，分步迭代可能收敛到次优，甚至来回震荡。EM 迭代是给这个赌注上的"保险"，但保险不万能——迭代次数有限、每轮仍解耦。

§4.2 流派二：走廊 + QP——联合搜索 + 联合优化¶

核心思想。 不先定路径，而是直接在 \((s, l, t)\) 三维联合空间里，把"安全可通行区域"表示为一串**凸多面体（cube）序列**——这就是时空走廊（spatio-temporal corridor）。先用搜索（ST 图 DP / 时空 A*）找走廊骨架，再在走廊约束内用 QP 优化平滑轨迹。代表是 HKUST 的 SSC（Spatio-temporal Semantic Corridor）和建于其上的 EPSILON。

时空联合程度：联合搜索 + 联合优化。 关键跃迁是——安全区域本身就定义在时空联合空间里。每个 cube 同时约束空间位置 \((s, l)\) 和时间 \(t\)："在 \(t_1\) 到 \(t_2\) 这段时间，车必须待在这个空间立方体内"。动态障碍被表示为时空里的"禁入区"，走廊自动绕开。路径和速度被走廊几何同时约束，不再分两步。

换来 / 付出： - 换来：对动态交互的自然处理。横穿车流、切入车辆这类需"时空配合"的场景，走廊直接表达"何时该在哪"，比 EM 迭代更直接、不易震荡。 - 付出：走廊生成的复杂度。如何从 ST 图/语义生成一串"既安全又不过度保守"的凸走廊本身有难度——太窄过保守（错过可行解），太宽含不安全区。

对比性思维（流派二 vs 流派一）：流派一是"先选一条路，再看这条路上时间怎么安排"；流派二是"先圈出所有时空上安全的区域，再在里面找轨迹"。前者像"先订好路线再看红绿灯"，后者像"先看清整个路口的时空通行规则，再规划怎么穿过"。后者天然适合动态交互，因为它从一开始就把时间当作约束的一部分，而非事后补上的第二步。 这也是为什么城市强交互场景（HKUST EPSILON 主打）偏爱走廊而非纯 EM 迭代。

§4.3 流派三：连续优化——完全联合¶

核心思想。 把**时间直接作为优化变量**，在完整状态空间 \((x, y, \theta, v, t)\) 里一次性求解整条时空轨迹，没有任何分解。代表方法谱系很广： - CILQR（约束迭代 LQR）：把问题转成一串 LQR 子问题，自驾局部规划主流； - TEB（Timed-Elastic-Band）：把轨迹建模成带时间戳的弹性带，用 g2o 稀疏图优化，ROS 导航生态标配； - OBCA（Optimization-Based Collision Avoidance）：把碰撞约束对偶化为可微形式，专攻泊车等紧凑场景； - MINCO / GCOPTER：最小控制量参数化 + 时间分配闭式优化，无人机轨迹生成当代主力。

时空联合程度：完全联合。 空间、速度、时间在同一优化问题里同时决定。时间可固定（MPC 的固定 horizon）也可优化（MINCO 的时间分配、CPC 的时间最优）。这是"时空联合"最纯粹的形态。

换来 / 付出： - 换来：最优性 + 灵活性。一次性优化能找到全局协调的轨迹，约束（动力学、碰撞、舒适）可精确表达。竞速（CPC 时间最优）、泊车（OBCA 紧凑空间）这类对轨迹质量要求极高的场景，必须用连续优化。 - 付出：非凸性 vs 实时性的矛盾。完整时空轨迹优化通常非凸，求解慢、可能局部最优、对初值敏感。这正是流派一当年要用 PVD 妥协的根源——连续优化数学最干净，但计算最吃力。各方法（CILQR 二次近似、TEB 稀疏结构、MINCO 闭式梯度）本质都在"让这个非凸问题解快一点"。

本质洞察（流派三是流派一的"理想反面"）：流派一（解耦）和流派三（连续优化）是同一个问题的两极——解耦为了实时性牺牲了联合性，连续优化为了联合性牺牲了实时性。 中间的流派二（走廊）是折中（搜索缩小范围 + QP 保证凸性）。理解这个"实时性 vs 联合性"的根本权衡，就理解了三大流派为什么这样分布——它们是同一条权衡曲线上的三个取点。而流派四（学习生成）的出现，正是因为有人想跳出这条曲线本身。

§4.4 流派四：端到端生成——天然联合¶

核心思想。 让神经网络从数据直接学"观测 → 时空轨迹"的映射，输出带时间戳的点序列 \((x_t, y_t)\)，完全绕过显式的路径/速度/代价建模。代表是 UniAD（模块化端到端，query 贯通感知-预测-规划）和 Diffusion Planner（扩散式，把轨迹生成建模为去噪过程）。

时空联合程度：天然联合。 网络输出的就是带时间戳的轨迹点序列，路径和速度浑然一体、从未分开。这不是"联合求解"，而是"联合根本不是一个需要单独处理的问题"。

换来 / 付出： - 换来：信息保真 + 目标一致 + 多模态。绕过人为接口（检测框、代价函数）避免信息损失；端到端优化最终目标（把车开好）而非中间指标；扩散等生成模型天然表达多模态（路口"抢行 vs 让行"两个都合理）。 - 付出：可解释性与可验证性。神经网络是黑盒，无法形式化证明"绝不撞"——这是它至今难大规模量产的核心障碍。工业界的务实答案是"生成-验证"：网络生成候选 + 经典栈（流派一/二/三）做安全兜底。

对比性思维（流派四 vs 前三流派：性质差异而非程度差异）：前三种流派都是"人告诉机器怎么算"（设计代价、约束、求解器），第四种是"机器从数据学怎么算"。这不是程度差异，是性质差异。 前三种的能力上限由工程师的设计水平决定，第四种由数据规模决定。长期看数据驱动可能跑赢人工设计——但前提是解决可验证性。所以流派四不是前三者的"替代者"，而是"上游创意引擎 + 经典栈兜底"混合架构里的一半。

§4.5 四流派的统一视角：三个棱镜看同一组方法¶

把四大流派放在一起，沿 §2 轴1 看到的是"时空联合程度单调增强"。但同一组流派从不同棱镜看，会显出不同纹理——多棱镜交叉印证，才能真正看透它们的关系。

棱镜	四流派呈现的规律	这个棱镜解释了什么
计算棱镜（轴5）	计算负担从在线向离线转移	为什么流派四能"又快又联合"——它把难的部分挪到了离线
信息棱镜	信息损失逐步减少	为什么流派四在复杂场景潜力大——它丢的信息最少（连代价函数都不要了）
工程棱镜	可验证性逐步丧失	为什么工业界对流派四又爱又怕——它最强，但赌不起安全

多视角的价值（本质洞察）：同一组流派，计算棱镜看到"算力转移"、信息棱镜看到"损失减少"、工程棱镜看到"可控性丧失"——三个棱镜指向同一个权衡的不同侧面：能力越强（信息损失越少），可控性越差（可验证性越低），代价是把计算押到了离线。 这不是三个独立现象，而是同一枚硬币的三面。看懂这一点，你对"为什么不能简单地说流派四比流派一好"就有了立体理解——它们在不同棱镜下各有胜负。这也是综述区别于教程的标志：教程教你每个流派怎么用，综述教你用多个棱镜同时审视它们的取舍。

§4.6 流派演进的内在逻辑：每一派都是在补前一派的"洞"¶

把四大流派按时空联合程度排成一条线后，会发现它们不是随机散布的，而是一条**"补洞链"**——每一派的诞生，都是为了补前一派留下的某个具体的洞。理解这条补洞逻辑，比单独记住四个流派的特性更深一层。

流派一 解耦迭代
   洞：强耦合场景失效（分步丢耦合信息）
   ↓ 补洞 →
流派二 走廊+QP
   补了什么：在联合空间圈安全区，强耦合下不再分步
   新洞：走廊生成保守、依赖障碍轨迹已知、时间仍受走廊形状约束
   ↓ 补洞 →
流派三 连续优化
   补了什么：时间成为完整决策变量，约束精确，最优性可证
   新洞：非凸→慢、挑初值、实时性差、仍需人工设计代价
   ↓ 补洞 →
流派四 端到端生成
   补了什么：离线训练绕开在线实时性，连代价函数都不用设计
   新洞：黑箱不可验证、分布外脆弱——这个洞至今没补上（§8.2）

这条补洞链揭示了三件事：

演进有方向性，不是随机试错。 每一派都精确瞄准前一派最痛的那个洞——流派二瞄准解耦的"强耦合失效"，流派三瞄准走廊的"时间受限/保守"，流派四瞄准连续优化的"在线慢"。方法演进是**问题驱动**的，不是技术炫技。
补洞总是引入新洞，没有终极方法。 流派四补上了"在线慢"，却挖出了"黑箱不可验证"这个更难的洞——而且这个洞至今没人补上（这正是 §8.2 的开放问题）。这暗示：方法演进可能永远在补洞，而非走向某个完美终点。
新洞往往比旧洞更难。 旧洞（强耦合失效、非凸慢）是"工程难题"，有渐进的解法；流派四的新洞（可验证性）是"原理难题"，可能需要范式级突破才能补上。演进不是单调变好，而是把问题推向越来越根本的层次。

本质洞察（补洞链与"债务转移"是同一回事的两种说法）：§3.2 说演进是"计算负担从在线向离线转移"，这里说演进是"补洞链"——二者是同一过程的两个视角。 流派一欠下的"耦合债"（§3.1），流派二/三逐步偿还（补洞），但流派三偿还耦合债时又借了"实时性债"（非凸慢），流派四用"离线训练"还掉实时债、却借了"可验证性债"。债从来没有被消灭，只是从一种形式转成另一种形式、从一个地方挪到另一个地方。 这个"债务永不消失、只会转移"的规律，是理解本方向（乃至整个工程领域）演进的一把万能钥匙——它在 §8.1（实时vs联合的张力只能转移不能消灭）里会再次出现。真正的工程智慧，不是幻想还清所有债，而是判断'当前应用最能承受哪种债'，然后把债转移到那里。

§4.7 同一场景，四流派各怎么做：一次正面对决¶

最能看清四流派差异的方式，是把它们放进**同一个场景**，看各自怎么处理。沿用 §3.1 的 cut-in 场景（右侧车切入你的前方），逐流派走查它们的应对，这是最直接的"对比综合"。

流派	怎么处理 cut-in	产出	这个产出暴露了什么
一解耦迭代	第一轮定直行路径、排速度（被迫减速）；EM 迭代后路径微调、速度再调，多轮逼近	减速为主 + 路径小幅修正	迭代能部分补偿，但起点是"先定死路径"，修正有限
二走廊+QP	把切入车建成 (s,l,t) 时空禁入区，构造绕开它的时空走廊，QP 在走廊内求解	左偏 + 维持速度（走廊自然引导）	时空走廊天然表达"何时该在哪"，强耦合处理直接
三连续优化	把路径、速度、时间放进一个 NLP，碰撞约束含切入车轨迹，一次联合求解	全局协调的最优轨迹（左偏 + 速度微调）	最优但需好初值；非凸求解慢
四端到端	网络见过海量类似 cut-in 数据，直接吐出一条（或多条候选）应对轨迹	多模态候选（让行/超越/绕行各一条）	多模态天然，但为何这样吐说不清（黑箱）

把四个产出并排看，差异一目了然：

流派一的解**最保守**（减速为主），因为它的起点是过早承诺路径；
流派二/三的解**质量更高**（左偏 + 维持速度），因为它们正面联合处理时空；
流派四的解**最丰富**（多模态候选），但**最不可解释**（说不清为什么）。

本质洞察（正面对决揭示的"能力-代价"对应）：这次对决把抽象的流派差异钉死在一个具体产出上——你能清楚看到"更联合"换来了"更优的解"（流派一的减速 → 流派二/三的左偏维速），而"学习化"换来了"多模态"但丢了"可解释"（流派四的候选丰富但黑箱）。这正是 §5.1 优劣矩阵每一行的微观来源——矩阵里"强耦合场景能力"流派一两星、流派二/三四星，对应的就是这里"减速 vs 左偏维速"的产出差；"多模态表达"流派四五星，对应的就是这里"多条候选"。当你能把一张优劣矩阵还原成一个具体场景里的不同产出，你就真正理解了这张矩阵——它不再是抽象评分，而是一组可预期的、看得见的行为差异。 这是综述对比综合的最高境界：让抽象的对比，落地成具体的、可验证的行为预期。

五、优劣矩阵与代表方法卡片¶

§4 定性地比了四大流派。这一节给出**定量的优劣矩阵**——把四大流派（及其代表方法）摆在一组评分维度上打分，再为最值得记住的几个方法做"标准化卡片"。这是综述里"对比综合"最浓缩的产物，也是 §6 选型决策的直接依据。

§5.1 四流派优劣矩阵¶

评分维度选 §2 五轴里对选型最关键的几条，外加工程现实最关心的"生态成熟度"和"实时性"。评分用相对刻度（⭐ 越多越强 / 越满足），不是绝对值——综述的对比矩阵，重在**横向相对关系**而非精确数字。

维度流派	流派一解耦迭代	流派二走廊+QP	流派三连续优化	流派四端到端
时空联合程度	⭐⭐（半联合）	⭐⭐⭐⭐（联合搜+优）	⭐⭐⭐⭐⭐（完全）	⭐⭐⭐⭐⭐（天然）
强耦合场景能力	⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐⭐⭐
实时性（在线）	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐（非凸慢）	⭐⭐⭐⭐⭐（前向快）
最优性保证	⭐⭐（迭代次优）	⭐⭐⭐（走廊内最优）	⭐⭐⭐⭐（局部最优可证）	⭐（无保证）
可验证性 / 可解释	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐（黑箱）
多模态表达	⭐⭐（需显式枚举）	⭐⭐⭐（同伦类枚举）	⭐⭐（单解为主）	⭐⭐⭐⭐⭐（天然）
C++ 生态成熟度	⭐⭐⭐⭐⭐（Apollo）	⭐⭐⭐⭐（SSC/SIPP）	⭐⭐⭐⭐（GCOPTER/TEB/acados）	⭐（PyTorch 为主）
对初值敏感度（越少星越敏感）	⭐⭐⭐⭐（鲁棒）	⭐⭐⭐⭐	⭐⭐（敏感，需 warm-start）	⭐⭐⭐（端到端无初值概念）
调试 / 落地友好度	⭐⭐⭐⭐⭐	⭐⭐⭐⭐	⭐⭐⭐	⭐⭐（难调、难定位失败）

怎么读这张矩阵？ 三个关键观察：

没有一行全是五星——没有"最好的流派"，只有"最适合某场景的流派"。 流派四在联合程度、多模态、实时性上碾压，却在可验证性、生态成熟度上垫底；流派一反之。这正是 §4.5"同一枚硬币三面"的量化体现。
"实时性"和"可验证性"两行，流派一和流派四同时高/低，对角呼应。 流派一靠"分步求解凸子问题"既快又可验证；流派四靠"离线训练 + 在线前向"快，但黑箱不可验证。它们的快是两种完全不同的快——一个是"问题简单所以快"，一个是"算力前置所以快"。
"C++ 生态成熟度"这一行与"时空联合程度"几乎反相关——再次印证 §1.3 的反直觉规律：越前沿越不成熟。

本质洞察（优劣矩阵的正确用法）：初学者拿到这种矩阵，容易去数"谁的星星总数最多"——这是误用。 矩阵的价值不在"总分排名"，而在**让你看清每个流派的"强项-弱项配对"：流派一是"可靠但不够联合"，流派三是"最优但慢且挑初值"，流派四是"最强但黑箱"。**选型不是选总分最高的，而是选"强项命中你的硬需求、弱项落在你能容忍的地方"的那个。比如车规量产的硬需求是可验证性——那一刻流派四的满天五星瞬间归零，因为它的弱项（黑箱）落在了你绝不能容忍的地方。这就是 §6 决策树的底层逻辑。

§5.2 代表方法卡片（标准化速查）¶

为本专题最值得记住的方法各做一张标准化卡片——这是综述的"长期参考资产"，做选型或回忆时直接查。每张卡片统一字段：所属流派 / 求解范式（§2 轴2）/ 一句话核心 / 最适场景 / 最大软肋 / C++ 抓手。

卡片 1 · Apollo EM Planner - 流派：一（解耦迭代）｜范式：优化（DP + QP 迭代） - 核心：SL 图定路径、ST 图排速度，Path↔Speed EM 迭代补偿耦合 - 最适：高速结构化道路、需工业级可靠性与可调试性 - 软肋：城市强耦合场景次优/震荡 - C++：ApolloAuto/apollo modules/planning（Apache-2.0，~26k⭐）——全专题最值得精读的工业 C++

卡片 2 · SIPP（Safe Interval Path Planning） - 流派：二（时空搜索）｜范式：搜索（A* 变体） - 核心：把每格时间轴压成"安全区间"，状态 = (格子, 安全区间)，避免逐时刻离散的节点爆炸 - 最适：动态障碍下的栅格/lattice 时空搜索、做前端初解、MAPF 低层 - 软肋：依赖障碍轨迹已知/可预测；连续动力学需额外处理 - C++：libMultiRobotPlanning（MIT，含 SIPP/CBS/ECBS）；MoveIt 动态避障插件

卡片 3 · SSC / EPSILON - 流派：二（走廊+QP）｜范式：搜索 + 优化 - 核心：在 (s,l,t) 构造语义时空走廊（凸 cube 序列），把非凸避障转成凸 QP；EPSILON 在其上加 EUDM 行为分支 - 最适：城市动态交互（cut-in、横穿、抢行让行） - 软肋：走廊生成的"保守 vs 激进"难平衡；分支数受算力限 - C++：HKUST-Aerial-Robotics/EPSILON（MIT，~677⭐，纯 C++/ROS）——城市交互的唯一生产级 C++ 抓手

卡片 4 · MINCO / GCOPTER - 流派：三（连续优化）｜范式：优化（无约束梯度 + 时间变量） - 核心：航点 + 段时间稀疏参数化，空间与时间梯度**闭式可微**，时空一次联合优化 - 最适：无人机轨迹生成、对轨迹质量/平滑度要求高、需在线重规划 - 软肋：非凸需好初值（前端搜索 warm-start）；约束以走廊形式引入 - C++：ZJU-FAST-Lab/GCOPTER（MIT，~1.2k⭐，header-only）——现代时空优化教科书代码

卡片 5 · TEB（Timed-Elastic-Band） - 流派：三（连续优化）｜范式：优化（g2o 稀疏图） - 核心：轨迹 = 带时间戳的位姿序列（弹性带），时间间隔是优化变量，超图稀疏优化 - 最适：地面移动机器人局部规划、ROS Nav 生态、中低速动态避障 - 软肋：局部最优、多模态需并行多带；高速/高动态偏弱 - C++：teb_local_planner（BSD，ROS/ROS2 官方导航插件）

卡片 6 · OBCA（Optimization-Based Collision Avoidance） - 流派：三（连续优化）｜范式：优化（对偶化碰撞约束 NLP） - 核心：把"凸物体不重叠"对偶化为光滑可微约束，配 Hybrid A* warm-start - 最适：泊车、开放空间、紧凑低速、需精确避障的场景 - 软肋：高维/高速实时性差；依赖 warm-start 质量 - C++：XiaojingGeorgeZhang/H-OBCA、Apollo open_space 模块

卡片 7 · MADER / EGO-Swarm - 流派：三（连续优化）+ 多机扩展｜范式：优化（MADER: MIQP；EGO: 梯度） - 核心：单机时空轨迹优化 + 多机互斥约束 + 去中心化异步协商 - 最适：多无人机 + 动态障碍、去中心化集群 - 软肋：通信延迟/丢包鲁棒性（RMADER 部分解决）；规模受限于协商开销 - C++：mit-acl/mader（~600⭐）、ZJU-FAST-Lab/ego-planner-swarm（GPLv3）

卡片 8 · ST-RRT* - 流派：二/三（采样式时空）｜范式：采样（渐近最优 RRT） - 核心：在 space-time 上做时间最优采样规划，概率完备 + 渐近最优 - 最适：高维机械臂动态避障、无良好参考线的非结构化场景 - 软肋：收敛慢、解质量初期差；高维下采样效率低 - C++：ompl/ompl（BSD，原生支持 space-time）

卡片 9 · UniAD / Diffusion Planner - 流派：四（端到端生成）｜范式：学习（IL + 模块化 / 扩散） - 核心：网络从感知直接输出时空轨迹；扩散天然多模态 - 最适：复杂城市场景、多模态决策、追求信息保真与目标一致（研究/预研） - 软肋：黑箱不可验证、分布外脆弱、C++ 部署鸿沟 - C++：无原生（PyTorch；部署需 ONNX/TensorRT 自研封装）

本质洞察（卡片库就是一张"方法地图"）：把这 9 张卡片的"流派 + 范式 + 最适场景"抽出来排成一行，你会发现它们恰好覆盖了 §2 轴1（联合程度，从 Apollo 的半联合到 UniAD 的天然联合）和轴2（求解范式，搜索 SIPP / 优化 MINCO / 采样 ST-RRT* / 学习 UniAD）的**完整谱系**。这不是巧合——一个成熟领域的代表方法，必然在它的核心坐标轴上铺满。当你能把一个陌生新方法快速归到这 9 张卡片中最接近的一张旁边，你就真正掌握了这个领域的地图。 这正是综述训练的终极能力：不是记住所有方法，而是建立一个能容纳新方法的坐标系。

§5.3 设计空间全景：从"参数化"和"约束处理"两个正交维度切¶

§5.1 的优劣矩阵是"结果导向"的对比（最优性、实时性等）。但要真正理解四大流派**为什么**有这些得失，还需要切到"机制导向"的设计空间——看它们在两个最核心的设计选择上如何取舍。这两个维度是时空规划方法的"内部基因"：① 轨迹怎么参数化？② 避障约束怎么处理（怎么把非凸的避障变得可解）？

维度一：轨迹参数化（决定解空间的形状与维度）。

参数化方式	代表方法	时间怎么处理	优劣
分段多项式（固定时间）	Apollo piecewise-jerk、Frenet 多项式	时间是预设的固定网格	凸、快；但时间不可优化
B 样条 / Bézier（凸包性质）	EGO-Planner、MADER	控制点 + 节点向量隐含时间	凸包性质让走廊约束变线性约束
MINCO（航点 + 段时间）	GCOPTER	段时间 \(T_i\) 是显式决策变量	时空联合最干净，闭式梯度
带时间戳的位姿序列	TEB	时间间隔逐段优化	直观、稀疏图友好；维度高
状态-时间网格（离散）	SIPP、ST-A*	时间是搜索维度（或安全区间）	完备/最优；但离散爆炸
隐式（网络输出）	UniAD、Diffusion	时间戳由网络直接吐出	天然联合；不可解析约束

维度二：避障约束处理（决定问题凸不凸、能不能实时解）。

避障的本质是"轨迹不能进入障碍占据的区域"——这是一个**非凸**约束（障碍外部不是凸集）。整个时空规划的求解难度，很大程度上取决于"怎么把这个非凸约束变得可解"。四种主流手段：

约束处理手段	代表方法	把非凸变成什么	代价
凸走廊分解	SSC、SFC、IRIS	一串凸多面体（轨迹在走廊内 = 线性约束）	走廊生成的保守性
对偶化（OBCA）	OBCA、H-OBCA	光滑可微的对偶约束（KKT）	引入对偶变量、规模增大
软约束惩罚	TEB、EGO-Planner	代价函数里的惩罚项（碰撞惩罚）	不保证硬安全、需调权重
离散枚举（搜索）	SIPP、CBS	在离散图上直接避开占用节点	分辨率/状态爆炸
数据隐式学习	UniAD、Diffusion	网络从数据学"什么轨迹安全"	无硬保证、分布外脆弱

本质洞察（两个设计维度解释了所有得失）：§5.1 优劣矩阵里的每一个评分，几乎都能从这两个设计维度推出来。为什么流派三（连续优化）最优但慢？ 因为它用 MINCO/对偶化追求"时间可优化 + 约束精确"——这必然引入非凸，所以慢。为什么流派一（解耦）快但不够联合？ 因为它用"固定时间网格 + 凸走廊/box 约束"把问题压成凸 QP——凸所以快，但固定时间就放弃了时空联合。为什么流派四（端到端）联合但黑箱？ 因为它用"隐式参数化 + 数据隐式学约束"——绕过了所有显式建模，所以联合且快，但也因此无硬安全保证。看懂这两个维度，你就不再是'记住'四流派的优劣，而是能'推导'出它们——给定任意一种新的参数化 + 约束处理组合，你能预判它的得失。 这是从"知道结论"到"理解机制"的跨越，也是综述设计空间分析的终极目的。

§5.4 方法散点图：在"联合程度 × 可验证性"平面上看全谱系¶

把 §5.2 的代表方法投影到两条最关键的轴上——横轴时空联合程度（轴1）、纵轴可验证性——能一眼看清整个谱系的分布，以及那条贯穿全文的权衡曲线。

可验证性
   高 │ Apollo●        ●SSC/EPSILON                       
      │ (解耦,半联合)   ●SIPP    ●TEB                       
      │                          ●MINCO  ●OBCA              
      │                          ●MADER  ●ST-RRT*           
      │                                    (连续,完全联合)   
      │                                                     
      │                                                     
   低 │                                          ●UniAD     
      │                                          ●Diffusion 
      └──────────────────────────────────────────────────► 时空联合程度
        半联合      联合搜优      完全联合           天然联合

这张散点图揭示一条清晰的"反对角线"——方法大致沿"左上（可验证但不够联合）到右下（联合但不可验证）"分布，左上角无方法（没有"既不联合又不可验证"的方法，那毫无价值），右上角是**空白**——那里本该是"既完全联合又完全可验证"的理想方法，但它**不存在**（这正是 §8.2 的圣杯、§8.1 的根本张力）。

本质洞察（散点图的空白处就是研究前沿）：读这种方法散点图，最有价值的不是有点的地方，而是没点的地方。 右上角的空白（联合 + 可验证）不是因为没人想做，而是因为这个组合在数学上极难——可验证性要求显式、可解析的结构，而最高联合程度（天然联合）目前只有黑箱网络能达到，二者天然矛盾。这个空白，就是整个领域最大的研究机会所在（§8.2 的"可验证学习式规划"正是冲它去的）。学会读散点图的空白，你就能在任何领域里**用一张图定位出"值得攻的方向"——这是综述训练给你的、比记住任何具体方法都珍贵的能力。**有点的地方是已知，空白的地方是未来。

§5.5 一个"误用优劣矩阵"的反例剖析¶

为了让你真正学会用矩阵，剖析一个**典型的误用**——这比正面教学更能防止犯错。

误用场景：某团队要给一个**低速园区配送车**选规划方案。他们打开 §5.1 优劣矩阵，数了数每列的星星总数，发现流派四（端到端）在"时空联合程度、强耦合能力、实时性、多模态"四行都是满星，总分最高，于是决定上端到端。

错在哪？ 三层错误，逐层剖析：

数总分本身就错（§5.1 观察）。矩阵不是用来算总分的——流派四那些满星（联合、多模态）对"低速园区配送"这个场景**根本不是硬需求**。园区路况简单、速度低、交互弱，既不需要强耦合能力，也不需要多模态决策。给不需要的能力打满分，对选型毫无意义。
忽略了致命的弱项行。流派四在"可验证性"和"C++ 生态成熟度"两行垫底——而园区配送车是要**实际部署、要安全**的产品，这两行恰恰是它的硬需求。流派四的强项落在用不上的地方，弱项落在要命的地方——这是最差的匹配。
跳过了范式层判断（§6.4）。配送车虽不像 Robotaxi 那样高危，但仍是要落地的产品，范式层就该优先考虑可验证、生态成熟的方案。

正确的做法：这个场景路况简单、弱耦合、要落地——按 §6.1，Q1 判定弱耦合，直接**流派一（解耦）甚至更简单的方案就够**，重心放在工程可靠性而非算法先进性。用流派一的低成本，解决一个本就不需要流派四能力的问题。

本质洞察（误用矩阵的根：用"方法的强项"而非"场景的需求"驱动选型）：这个反例的根本错误，是**让"方法有什么强项"驱动选型，而非让"场景需要什么"驱动选型**——看到流派四满星就想用它，而没先问"我的场景到底需要哪几行"。正确的选型流程是反过来的：先列出你的场景的硬需求（哪几行是必须满足的、哪几行无所谓），再去矩阵里找'硬需求行都达标、且代价可接受'的流派。这是一个"需求驱动"而非"方法驱动"的过程。记住：矩阵的列（方法）是给定的，你要做的是用你的场景去筛选列，而不是被列的星星总数牵着走。 这个"需求驱动选型"的纪律，配合 §6.6 的反模式清单和 §6.7 的速查卡，构成了完整的选型免坑体系。

六、选型决策：给定场景，该用哪个流派¶

前面建立了脉络（§3）、流派（§4）、优劣矩阵（§5）。这一节把它们收束成**可执行的决策**——拿到一个真实场景，三十秒内定位到合适的流派与方法。这是整篇综述最有"回查价值"的一节。

§6.1 三个决策问题：用假设轴框定场景¶

选型不要一上来就问"用 MINCO 还是 EPSILON"——那是问错了层次。正确的顺序是先用 §2 的**假设轴**框定"我的场景有多不理想"，再用手段轴挑招。三个问题按优先级排开：

Q1（轴1 联合程度）：路径和速度强耦合吗？
   ├─ 否（高速结构化，路基本定死，主要决策速度）
   │     → 流派一 解耦迭代（Apollo EM）就够，别上重武器
   └─ 是（cut-in / 动态绕障 / 抢行 / 竞速 / 泊车）
         → 必须时空联合，继续问 Q2

Q2（场景规模与空间结构）：单体还是多体？结构化还是开放空间？
   ├─ 单体 + 结构化道路 + 强交互
   │     → 流派二 走廊+QP（SSC/EPSILON）
   ├─ 单体 + 开放空间/紧凑（泊车）或竞速（极致质量）
   │     → 流派三 连续优化（OBCA 泊车 / MINCO 竞速 / TEB 地面导航）
   └─ 多体（集群/仓储）
         → 流派三多机扩展（MADER/EGO-Swarm）或多机专题 CBS/LaCAM

Q3（是否押注未来 / 接受黑箱）：要可验证还是要能力上限？
   ├─ 要可验证（车规量产、安全攸关）
   │     → 锁定流派一/二/三，流派四只能做"生成候选 + 经典兜底"的上游
   └─ 押注未来 / 研究探索 / 复杂长尾
         → 流派四 端到端（UniAD/Diffusion），但接受工程不成熟

§6.2 场景 → 方法决策表¶

把常见场景直接映射到推荐方法，做成一张可直接查的表。每行给"为什么"和"代价"——选型不能只知道"用什么"，必须知道"为什么用它、用它要付什么代价"。

场景	推荐流派/方法	为什么	代价 / 注意
高速公路巡航/跟车	流派一 Apollo EM	路径弱耦合，解耦够用且最可靠	上联合方法是杀鸡用牛刀
城市路口 cut-in/抢行	流派二 EPSILON	强交互需"何时该在哪"，走廊天然表达 + 行为分支	走廊保守度需调；分支数受限
自动泊车/窄位	流派三 OBCA + Hybrid A*	低速紧凑、算力充裕，可负担非凸精确避障	实时性差，仅适合低速；依赖 warm-start
无人机竞速/极限轨迹	流派三 MINCO/CPC	对轨迹质量极致要求，时间最优必须完全联合	非凸、挑初值；需前端搜索 warm-start
地面机器人室内导航	流派三 TEB	ROS 生态成熟、中低速动态避障够用	局部最优；高动态偏弱
多无人机集群穿障	流派三多机 MADER/EGO-Swarm	去中心化、动态障碍、可扩展	通信鲁棒性；规模受协商开销限
大规模仓储 AGV（百台+）	多机专题 LaCAM/PIBT（次优）	规模优先，主动放弃最优换实时（§2.3）	牺牲最优性；需中心调度
高维机械臂动态避障	流派二/三 ST-RRT*/SIPP-RRT	高维连续 + 动态障碍，采样类友好	收敛慢；解质量初期差
复杂城市长尾/多模态决策	流派四 UniAD/Diffusion（+经典兜底）	多模态、信息保真，人工设计难穷举	黑箱不可验证；必须经典栈兜底

遇到"跨多行的复合场景"怎么办？ 真实项目常常不是单行——比如"城市自动驾驶"同时包含高速段（弱耦合）、路口（强交互）、泊车（紧凑空间）。此时**不要试图用一个方法通吃所有段**（这正是 §3.6 淘汰史里"追求万能求解器"的坑），而应**按场景分段、各段用各段最优的方法，用一个场景管理器（FSM）在它们之间切换**——这正是 Apollo scenario_manager 的设计：车道保持用解耦、泊车用 OBCA、路口用带交互的规划，FSM 根据当前场景调度对应的规划器。复合场景的选型答案，不是"选一个方法"，而是"选一组方法 + 一个调度器"。 这个"分场景 + 调度"的思路，是工业规划栈应对场景多样性的标准答案。

§6.3 一个常被忽视的选型陷阱：过度联合¶

选型综述如果只讲"什么时候要更联合"，会诱导一个危险的倾向——以为越联合越好，遇事就上连续优化甚至端到端。这是错的。

本质洞察（反向选型同样重要：不要过度联合）：选型有两个方向，"该联合时别解耦"和"不该联合时别瞎联合"同等重要。高速公路上路径弱耦合，硬上完整时空连续优化，换来的是：求解慢了一个数量级、引入了非凸局部最优风险、调试难度暴增——而最优性几乎没提升（因为本来就弱耦合）。这是用流派三的成本买流派一的收益，纯亏。 §6.1 把 Q1（强耦合吗）放在第一位，正是为了先挡住这种"过度联合"的冲动。好的工程师不是会用最强的方法，而是会用最便宜的能解决问题的方法。 这条判断不止适用于时空规划——它是整个本方向选型的元原则。

§6.4 决策的元层次：选型本身也分三层¶

最后点出一个综述层面的洞察——上面讲的都是"算法选型"，但真实项目的选型其实是三层嵌套的，算法只是最里层：

层次	选什么	关键问题	本文覆盖
范式层	解析方法 vs 学习方法	要可验证还是要能力上限？	§4.4、§6.1 Q3
流派层	四大流派选哪个	时空耦合多强、规模多大？	§6.1 Q1/Q2、§6.2
实现层	具体库/方法选哪个	生态成熟度、团队熟悉度、许可证？	§5.2 卡片

对比性思维（三层选型的优先级）：新手常常直接跳到实现层纠结"用 GCOPTER 还是 TEB"，却没先在范式层和流派层想清楚。正确顺序是从外往里：先定范式（这个项目敢不敢用黑箱）→ 再定流派（时空要多联合）→ 最后定实现（哪个库最顺手）。 外层定错了，里层选得再精也是白费——比如一个安全攸关的量产项目，范式层就该排除端到端，这时在实现层比较各种扩散模型库毫无意义。综述给你的，正是这种"从外往里、逐层收敛"的选型纪律。

§6.5 完整选型走查：两个真实场景从零决策¶

光有决策树和表还不够，综述的选型部分最该给的是**示范一次完整的决策过程**——把 §6.1–§6.4 的所有工具串起来用一遍。下面走查两个对比鲜明的场景，让你看清"逐层收敛"在实践中长什么样。

场景 A：城市 Robotaxi 的路口左转（要穿过对向车流 + 行人）

【范式层】这是安全攸关的量产场景，出事要追责
  → 范式层立刻排除"纯端到端"（流派四不可单独上车，§8.3）
  → 锁定解析方法（流派一/二/三），流派四最多做上游候选生成
【流派层】Q1（强耦合吗?）：左转穿对向车流 + 让行人——
  "走哪条线"和"何时通过"死死绑定 → 强耦合，排除流派一（解耦不够）
        Q2（结构化?单体?）：结构化道路、单车 → 不是开放空间（排除 OBCA）
  → 锁定流派二（走廊+QP），城市强交互正是它的主场
【实现层】要处理"对向车让不让"的多种意图 →
  EPSILON（SSC 走廊 + EUDM 行为分支）命中——每个意图一条时空走廊
  C++ 生态：EPSILON 是城市交互唯一生产级 C++ 抓手（卡片3）
【兜底】流派四（如预测网络）可作上游给出他车意图分布，
        但最终轨迹由 EPSILON 的可验证 QP 产出 → 生成-验证混合
最终：EPSILON 为主 + 学习式预测为辅，可验证性保住

场景 B：无人机穿越未知森林的自主竞速

【范式层】研究/竞赛场景，无量产追责压力，追求极致性能
  → 范式层可以更激进，但竞速要极致轨迹质量 → 仍以解析优化为主
【流派层】Q1（强耦合吗?）：竞速要时间最优，速度与路径极致耦合
  → 强耦合，必须完全联合 → 排除流派一/二（不够联合）
        Q2（结构化?单体?）：非结构化（森林）、单机
  → 无参考线，Frenet 不适用；开放三维空间
  → 锁定流派三（连续优化），完全联合 + 时间最优
【实现层】无人机 + 需在线重规划 + 时间最优 →
  MINCO/GCOPTER 命中（闭式梯度、段时间可优化，卡片4）
  前端：kinodynamic A*/SIPP 出初值（warm-start，因为非凸挑初值）
  C++ 生态：GCOPTER（header-only，MIT）
【对比场景A】注意两场景都"强耦合"，但落到不同流派——
  A 是结构化交互（走廊），B 是非结构化竞速（连续优化）
  → Q1 相同、Q2 分流，这正是决策树分层的意义
最终：GCOPTER 连续优化 + 前端搜索 warm-start，无需可验证性兜底（研究场景）

本质洞察（两场景对照揭示的决策本质）：把场景 A 和 B 并排看，二者在 Q1（都强耦合）上一致，却在最终流派上分道扬镳——A 去了流派二、B 去了流派三。分流点在 Q2（结构化 vs 开放空间）和范式层（量产 vs 研究）。 这说明一个深刻的选型真相：没有"强耦合就用某个固定方法"的简单映射，决策是多个维度联合作用的结果。 同样"强耦合"，结构化道路偏走廊（有参考线、要可验证）、开放竞速偏连续优化（无参考线、要极致）。这就是为什么 §6.1 的决策树是"多个问题串联"而非"一个问题定终身"——真实选型是在 §2 五轴构成的多维空间里找一个点，不是在一条线上选段。 能熟练走这种多维走查，就是综述训练出的核心判断力。

§6.6 选型反模式清单：六个最常踩的坑¶

选型综述不仅要教"怎么选对"，更要标出"最常见的选错方式"——反模式（anti-pattern）比正面建议更能防止犯错。下表列出本方向选型最常踩的六个坑，每个给出"症状-根因-纠正"。

反模式	症状	根因	纠正
唯新论	凡事先想用最新最 fancy 的方法（端到端/扩散）	误把"前沿"当"适用"（误解2）	先过范式层 Q3——量产场景前沿方法直接出局（§6.1）
过度联合	弱耦合场景硬上完整时空连续优化	以为越联合越好（误解1）	Q1 先判强弱耦合，弱耦合用解耦就够（§6.3）
跳层选型	直接纠结"GCOPTER 还是 TEB"，没想范式/流派	不知道选型分三层（误解8）	从外往里：范式→流派→实现（§6.4）
唯最优论	大规模场景坚持要全局最优	不懂"强保证=高代价"（误解4）	大规模主动放弃最优换可扩展（§2.3）
忽视生态	选了理论最优但无 C++ 实现的方法，落地卡死	只看论文不看工程现实	把"C++ 生态成熟度"纳入实现层硬指标（§5.1）
范式洁癖	坚持"纯经典"或"纯学习"，排斥混合	把流派当对立而非互补（误解2/3）	拥抱"生成-验证"等混合架构（§3.3、§8.3）

本质洞察（反模式的共同根：把"维度"当"优劣"）：六个反模式里有五个（唯新论、过度联合、唯最优论、范式洁癖、部分跳层）共享同一个认知错误——把 §2 的某条坐标轴误读成"优劣轴"，以为"越往某个方向越好"（越新越好、越联合越好、越最优越好、越纯越好）。但坐标轴是"维度"不是"优劣"——它描述的是方法落在哪个位置，不是哪个位置更高级。 治本的办法只有一个：牢牢记住 §4.5 的"同一枚硬币三面"——每个维度上往一端走，必然在另一个维度上付出代价，没有免费的"更好"。 把坐标轴当地图（定位用）而非阶梯（攀登用），就能一次性避开这五个反模式。这是 §6 全节的精神内核。

§6.7 一页纸选型速查卡¶

把 §6 的全部决策逻辑压缩成一张可直接查的速查卡——做实际选型时，先看这张卡，再回查对应小节展开。

┌─────────────────────────────────────────────────────────┐
│            时空规划选型速查卡（先从上往下走）                  │
├─────────────────────────────────────────────────────────┤
│ STEP 0 范式层：这个项目敢用黑箱吗？                            │
│   安全攸关/量产 → 排除纯端到端，经典为主（流派四仅做上游）       │
│   研究/预研     → 可激进，端到端可作主力                       │
├─────────────────────────────────────────────────────────┤
│ STEP 1 联合度：路径和速度强耦合吗？                            │
│   弱（高速巡航） → 流派一 Apollo EM【别过度联合】               │
│   强            → 继续 STEP 2                              │
├─────────────────────────────────────────────────────────┤
│ STEP 2 结构与规模：                                         │
│   结构化道路+强交互 → 流派二 EPSILON（走廊+行为分支）           │
│   开放空间/泊车     → 流派三 OBCA + Hybrid A*                │
│   竞速/极致质量     → 流派三 MINCO + 前端搜索warm-start       │
│   地面室内导航      → 流派三 TEB                             │
│   多机集群(<50)    → 流派三多机 MADER/EGO-Swarm             │
│   大规模(100+)     → 多机 LaCAM/PIBT【放弃最优换规模】        │
│   高维机械臂        → 采样 ST-RRT*/SIPP-RRT                 │
├─────────────────────────────────────────────────────────┤
│ STEP 3 兜底：选了学习方法？→ 必配经典栈做安全验证               │
├─────────────────────────────────────────────────────────┤
│ 元原则：选最便宜的能解决问题的，不选最强的（§6.3/§6.6）         │
│ 元纪律：范式→流派→实现，从外往里收敛（§6.4）                   │
└─────────────────────────────────────────────────────────┘

使用建议：这张速查卡是 §6 的"执行摘要"。真实选型时，按 STEP 0→3 顺序走一遍，每一步卡住就回查对应小节。 卡片刻意把"元原则"和"元纪律"放在最底——因为它们是凌驾于所有具体步骤之上的两条铁律：再精确的决策树，也敌不过"选最便宜的"和"从外往里"这两条心法。把这张卡截图存下来，比记住任何单个方法都实用。

七、跨专题横向联系：时空规划与其他六专题的接口¶

到这里，时空联合规划这座主干山脉已经梳理完（脉络 + 流派 + 矩阵 + 选型）。但方向级综述的独特职责，是还要画出**这座山与其他山脉的山脊连线**——时空规划的方法如何被其他六个专题复用、又如何消费它们的成果。这是 §1.1"七专题同源"的具体兑现，也是专题内综述**做不到**的事（它只看一座山）。

§7.1 时空规划 ↔ 多机器人协作（50）：SIPP/走廊的跨专题复用¶

这是全方向最紧密的一对接口。多机协作专题的核心算法 CBS（Conflict-Based Search），其低层单体规划用的正是时空规划的 SIPP——CBS 在高层解决"哪两个智能体冲突"，每次重规划单个智能体时，调 SIPP 在"已被其他智能体占用的时空"里找安全路径。

多机协作专题            时空规划专题
   CBS 高层  ──调用──►  SIPP 低层（卡片2）
 (解冲突树)            (单体时空搜索)
   MADER/EGO-Swarm ──── 单机 MINCO/走廊 + 多机互斥约束
 (多机时空协商)          (来自时空规划流派三，卡片4/7)

本质洞察（"同一个东西在两个专题里"）：SIPP 在时空规划专题里是"单体动态避障的搜索器"，在多机专题里是"CBS 的低层引擎"——它是同一份代码、同一套数学，只是被嵌进了不同层级的框架。 这正是 §1.1"专题边界是松绑了哪个假设、而非用了哪套工具"的活例：多机专题松绑的是"单体"假设，但它解决"单体在动态时空里怎么走"这个子问题时，直接复用了时空专题的成果。如果不读方向级综述，你会在两个专题里各学一遍 SIPP，以为是两个东西——这就是 §0 说的"认知浪费"。

§7.2 时空规划 ↔ 不确定性规划（30）：从确定时空到带不确定性的时空¶

时空规划默认障碍轨迹**已知**（SIPP 需要知道每格何时被占）。不确定性规划松绑这个假设——障碍未来轨迹是**概率分布**。两个专题的接口在此：

EPSILON（不确定性专题的分支场景核心）的时空走廊用的就是 SSC（时空专题卡片3）——它在 SSC 之上加了对他车多种意图的分支（EUDM），每个分支是一条时空走廊。
机会约束规划（CC-MPC）把时空规划的硬约束"轨迹在走廊内"松弛为概率约束"以 95% 概率在走廊内"——几何骨架来自时空规划，概率外衣来自不确定性规划。

§7.3 时空规划 ↔ 博弈规划（40）：从"预测他人"到"他人会响应我"¶

时空规划处理动态障碍时，默认障碍轨迹**不响应**自车（要么已知、要么预测后当固定）。博弈规划松绑这个假设——他人会**响应**自车动作。接口在"交互的耦合程度"上递进：

对他人的假设	所属	时空轨迹怎么算
静态障碍	经典	避开固定区域
动态但不响应（已知/预测）	时空规划	避开时空禁入区（SIPP/走廊）
动态且响应自车	博弈规划	求 Nash/Stackelberg 均衡轨迹（iLQGames）

对比性思维（时空规划是博弈规划的"退化情形"）：博弈规划里，如果假设"他人完全不响应我"，Nash 均衡就退化成"我单方面对固定的他人轨迹做最优"——这恰好就是时空规划处理动态障碍的做法。 所以时空规划可以看成博弈规划在"无响应"假设下的特例。理解这个包含关系，你就明白为什么博弈规划比时空规划"难一档"——它多扛了"他人会反应"这个最难建模的耦合（§8.4 的鸡生蛋问题）。

§7.4 时空规划 ↔ 采样式 MPC（20）：当时空代价不可微¶

时空规划的连续优化流派（流派三）要求代价可微、动力学有梯度。当这个条件不满足——代价含不可微项（如离散的"是否压线"）、动力学是黑箱仿真器——就轮到采样式 MPC（MPPI）接管。两专题在"求解范式"轴2 上互补：

时空规划占"优化"象限（可微、要平滑最优）；
MPPI 占"采样"象限（不可微、黑箱、GPU 并行）；
现代趋势是二者融合——扩散启发的采样 MPC 把时空规划的轨迹先验（如走廊）作为扩散的引导，既保留采样的灵活又注入结构知识。

§7.5 时空规划 ↔ 任务运动规划（60）：离散任务层之下的连续时空层¶

TAMP 处理"任务本身需要离散决策"（先抓 A 还是先抓 B）。它的下层——每个离散任务确定后"怎么动"——正是一个时空规划问题。接口是**分层**：TAMP 的几何层（geometric layer）调用时空规划生成满足时序约束的连续轨迹。LGP（逻辑几何规划）里的"几何"那一半，本质就是带时序约束的时空优化。

§7.6 一张跨专题接口全景图¶

把以上五对接口收进一张图，看清时空规划在方向中的"枢纽"地位：

                    任务运动规划(60)
                     离散任务层
                         │ 调用下层
                         ▼
   博弈规划(40) ◄──退化── 时空联合规划(10) ──复用──► 多机协作(50)
   他人会响应          【方向枢纽】           SIPP→CBS
                    确定动态时空              MINCO→MADER
        ▲                │  │                    
        │松绑"不响应"      │  │松绑"可微"            
   不确定性规划(30)        │  ▼                    
   障碍是概率分布     ◄────┘  采样式MPC(20)         
   走廊→机会约束             不可微/黑箱时接管

本质洞察（时空规划为何是"方向枢纽"）：这张图揭示了为什么本文选时空规划作为方向级综述的主干——它在七专题里处于枢纽位置，与其他每一个专题都有直接接口。 向上它是 TAMP 的几何执行层，向左它是博弈规划的退化特例、不确定性规划的几何骨架，向右它的成果被多机协作复用、它的优化在不可微时让位给采样 MPC。吃透时空规划，等于同时拿到了通往其他六个专题的六张门票。 这也是 §1.4"以一斑窥全豹"的最终兑现——主干选对了，整片林海的连线就都通了。

§7.7 全方向依赖图：谁复用谁、谁消费谁¶

§7.1–§7.6 是从时空规划出发看它与各专题的接口。但要真正理解整个方向的结构，需要把视角拉到所有七专题之上，画出**完整的"复用-消费"依赖图**——哪些专题提供基础能力（被复用），哪些专题消费这些能力做集成（复用别人）。这是方向级综述最高层的综合。

                  【被广泛复用的基础能力层】
   时空规划(10)          最优控制基础           博弈(40)
   SIPP/走廊/MINCO       MPC/iLQR/QP            Nash/均衡
        │                    │                    │
        │复用                │复用                 │复用
        ▼                    ▼                    ▼
   ┌─────────────────────────────────────────────────┐
   │            【消费基础能力的集成层】                  │
   │  多机协作(50)：CBS用SIPP + 分布式MPC用单体MPC        │
   │                + MARL用博弈语言 + Nash用博弈        │
   │  TAMP(60)：几何层用时空规划 + 任务层用离散搜索        │
   │  不确定性(30)：走廊用SSC + 鲁棒用Tube MPC           │
   └─────────────────────────────────────────────────┘
        │                                        
        │全部落地到                                
        ▼                                        
   ┌─────────────────────────────────────────────────┐
   │              【完整应用实例层】                      │
   │  无人机(70)：把上述所有方法跑通从仿真到实飞           │
   └─────────────────────────────────────────────────┘
        ▲                                        
        │横切贯穿（提供求解方法 + 学习视角）          
   采样式MPC(20) ──── 不可微时的通用求解器（贯穿所有层）   
   RL 贯穿 ────────── 学习视角（贯穿所有层，第五篇综述）

这张依赖图揭示了三个层次：

基础能力层（时空规划、最优控制、博弈）：提供"原子方法"，被其他专题反复调用。时空规划的 SIPP/走廊/MINCO 是其中被复用最广的。
集成层（多机、TAMP、不确定性）：很少发明全新的原子方法，主要是**把基础能力层的方法按新的结构组装**——多机把单体方法装进"协调框架"，TAMP 把运动规划装进"任务框架"，不确定性把确定性方法装进"概率框架"。
应用实例层（无人机）：把上述全部落到一个具体形态，验证端到端可行性。
横切贯穿（采样式 MPC、RL）：不属于任何单层，而是**纵向贯穿所有层**——采样式 MPC 在任何层遇到不可微/黑箱时接管，RL 给任何层提供"从数据学"的替代视角。

本质洞察（"基础-集成-应用"三层结构是本方向的骨架）：这个三层结构，是看懂整个移动规控方向的最高层框架。它解释了一个初学者的核心困惑——"为什么有些专题（多机、TAMP）感觉在'拼装'别人的方法，而有些专题（时空、博弈）在'发明'方法？" 因为它们处在不同层：基础能力层在发明原子方法，集成层在组装这些原子。这也给学习顺序定了纪律：先学基础能力层（尤其时空规划这个被复用最广的），再学集成层（这时你会发现集成层的方法你已认识一大半，因为它们的原子来自基础层），最后用应用实例层（无人机）串起来。反过来——先学多机却没学时空规划——你会在 CBS 低层卡住，因为你不认识它调用的 SIPP。先基础、后集成、再应用、横切贯穿随用随补，这是本方向唯一正确的学习拓扑序。

§7.8 一个跨专题的认知陷阱：把"集成层创新"误当"基础层创新"¶

依赖图还能帮你避开一个读论文时的常见陷阱。

本质洞察（分清创新发生在哪一层）：读一篇集成层的论文（如某个新 MAPF 方法、某个新 TAMP 框架）时，初学者容易把它的"组装方式创新"误读成"原子方法创新"。比如一篇多机论文提出了新的冲突解决策略——它的创新在"怎么组装单体规划器"（集成层），而非"单体规划器本身"（基础层，它直接复用了 SIPP/MINCO）。 分不清这一点，你会误以为这篇论文重新发明了底层规划，从而高估它、也学错重点。正确的读法是：先识别这篇工作处在依赖图的哪一层，再判断它的创新是"新原子"还是"新组装"。 基础层论文该精读其方法推导，集成层论文该精读其组装结构（而非底层原子，那些去基础层专题学）。这个"分层阅读"的纪律，能让你在读海量论文时始终抓住每篇的真正贡献点——又一个综述独有的元能力。

§7.9 时空规划在五大机器人方向的衔接点（速查）¶

最后给一张"衔接点速查表"——本方向（移动规控）不是孤岛，它与项目里其他四大方向（SLAM、运动控制、具身智能、数学基础）都有衔接。这张表帮你在更大的机器人知识图谱里定位时空规划，知道"往上游回溯找谁、往下游交付给谁"。

衔接方向	衔接点	时空规划在这里扮演什么	方向位置
SLAM / 感知（上游）	地图与障碍轨迹	消费 SLAM 的地图（ESDF/占据栅格）和感知的障碍预测，作为时空规划的输入	`03_SLAM/`
运动控制（下游）	轨迹跟踪	时空规划输出轨迹，交给底层控制器（MPC/几何控制）跟踪执行	`05_运动控制/`
具身智能 / VLA（平行前沿）	端到端规划	流派四（端到端/扩散）与 VLA 共享"从数据学规划"的范式	`06_具身智能/`
数学基础（底层工具）	优化与李群	时空规划的 QP/NLP/凸优化、SE(3) 轨迹都建立在数学基础上	`01_数学/`
本方向内（横向）	七专题接口	见 §7.1–§7.6，时空规划是方向枢纽	`04_移动机器人规控/`

本质洞察（时空规划的"上游-下游-平行"定位）：把这张表读成一句话——时空规划向上游消费 SLAM/感知的地图与预测，向下游交付轨迹给运动控制执行，与具身智能在端到端范式上平行竞合，向下扎根于数学基础。 它在整个机器人栈里处于"感知之后、控制之前"的**中枢位置**——这正是为什么它既要懂上游（地图怎么来、预测多可信），又要懂下游（轨迹要满足控制器的可跟踪性）。理解这个上下游定位，你就不会把时空规划学成一个孤立的算法专题——它是连接"机器人看到什么"和"机器人怎么动"的桥。 学它时遇到"地图从哪来"的问题去 SLAM 找，遇到"轨迹怎么执行"的问题去运动控制找，遇到"凸优化怎么解"的问题去数学基础找——这张表就是你的跨方向索引。

八、开放问题与未来方向¶

一篇合格的综述，除了梳理"已知"，更要诚实地标出"未知"——哪些问题至今没有好答案，它们卡在哪里，决定了这个方向未来五年往哪走。这一节列出本方向（以时空规划为核心、辐射全方向）真正悬而未决的开放问题。它们不是"还需更多实验"这种增量问题，而是**范式级的硬骨头**。

§8.1 开放问题一：实时性 vs 联合性的根本张力，能否被彻底化解？¶

这是贯穿全文的那条暗线，也是最根本的开放问题。§3、§4 反复点出：联合程度越高，在线求解越贵；流派四（端到端）用"离线训练"暂时绕开了这个张力，但代价是黑箱不可验证。

卡在哪里？ 真正想要的是"既完全联合、又实时、又可验证"——但目前没有任何方法三者兼得。流派一/二/三牺牲联合性或实时性换可验证，流派四牺牲可验证换前两者。

前沿尝试与悬念： - 可微优化层（differentiable optimization，如 acados + leap-c、可微 MPC）：把优化器变成可微模块嵌进网络，试图"用学习加速优化、用优化保证可行"。但可微优化层的可验证性介于二者之间，尚未定论。 - 神经求解器（Neural A*、学习预测时间分配）：用网络预测优化的初值/启发，加速在线求解。但加速的同时是否引入不可控失败，仍是开放的。

本质洞察：这个张力可能**根本无法被彻底化解，只能被转移**。从 PVD 到端到端，每一代都没有消灭这个张力，只是把它从"在线 vs 联合"转移到"训练成本 vs 在线性能"、再转移到"可验证性 vs 能力"。未来的突破，更可能是找到一个"对当前应用最划算的转移点"，而非真正让三者兼得。 这也是为什么"混合架构"（生成 + 验证）而非"纯学习"，是当前最现实的工程答案。

§8.2 开放问题二：学习式时空规划的可验证安全，怎么办？¶

流派四能力最强却最不敢上车，核心障碍是**无法形式化证明"绝不撞"**。神经网络对分布外输入（训练没见过的诡异场景）可能给出灾难性的轨迹，且无法预先知道何时会这样。

卡在哪里？ 形式化验证（formal verification）一个百万参数的网络在所有可能输入下的安全性，目前计算上不可行；而长尾场景的穷举测试又永远不充分（"开了一亿公里没撞"不等于"绝不撞"）。

前沿方向（都还不成熟）： - 安全滤波器（safety filter，如 CBF-QP 兜底）：让学习策略出建议、用可证明安全的滤波器修正。问题是滤波器太保守会废掉学习的能力。 - 可达性分析（reachability，HJ）+ 学习：用可达集刻画"绝对安全集"，约束学习策略。问题是高维可达性计算昂贵。 - 生成-验证架构：网络生成候选，经典栈（流派一/二/三）验证。这是当前工业最务实的答案，但本质是"用经典栈的能力上限封顶学习的能力上限"。

§8.3 开放问题三：模块化管线 vs 端到端，最终会怎样收敛？¶

自动驾驶规划近年最大的范式之争：模块化管线（感知→预测→规划→控制，各模块独立可验证）vs 端到端（一个网络从传感器到轨迹）。这不只是技术问题，是整个行业的路线之争。

两边的根本论点：

	模块化管线	端到端
支持论点	可验证、可调试、可归因（出事知道哪个模块错）	信息无损、目标一致、长尾潜力大
软肋	模块间接口损失信息、误差累积、人工设计难穷举	黑箱、不可归因、分布外脆弱
代表	Apollo、Autoware（流派一/二/三）	UniAD、特斯拉 FSD（流派四）

卡在哪里？ 两条路线各有不可替代的优势，短期内谁也吃不掉谁。当前的现实收敛点是**"模块化骨架 + 端到端组件"的混合**——比如用端到端做预测、用经典栈做规划兜底；或 UniAD 式的"模块化端到端"（可微的模块化，既保留模块边界又端到端训练）。但混合的最优配比、哪些模块该学习化、远未定论。

对比性思维（这场争论的元层次）：这场争论表面是"两种架构"，深层是 §4.5 那枚硬币的行业级显现——能力（端到端） vs 可控（模块化）的权衡，在产业落地的尺度上重演。 它不会有"一方完胜"的结局，因为不同应用对"能力 vs 可控"的需求点不同：Robotaxi（安全攸关、责任明确）会更靠模块化，消费级辅助驾驶（成本敏感、可接受人类兜底）会更激进地拥抱端到端。收敛点不是一个，而是一条按应用风险偏好排开的谱系。

§8.4 开放问题四：交互的"鸡生蛋"循环，如何打破？¶

这是博弈规划（40）和预测-规划一体化的核心难题，也辐射时空规划的强交互场景。问题是：我的最优轨迹取决于他人会怎么动，但他人怎么动又取决于我会怎么动——预测和规划相互依赖，形成循环。

卡在哪里？ 经典做法是"先预测他人（当他们不响应我）、再对预测做规划"——但这忽略了他人会响应我，在强交互（密集路口、博弈式加塞）下失真。真正的博弈求解（Nash/Stackelberg）计算昂贵、且依赖对他人目标函数的假设（他人真的在最优化我以为的那个目标吗？）。

前沿方向： - 预测-规划一体化（joint prediction-planning，如 GameFormer、UniAD 的 MotionFormer）：让预测显式条件于自车的候选规划，在网络里隐式求解这个循环。 - 逆博弈（inverse game）：从观测数据反推他人的目标函数，再做博弈规划。问题是逆问题病态、数据需求大。 - Level-k / 有限理性博弈：假设他人只做 k 层递归推理（而非无穷层 Nash），降低计算。问题是 k 取多少、不同人 k 不同。

§8.5 开放问题五：长尾与分布外——规划的"未知的未知"¶

无论解析还是学习方法，都面临**长尾场景**（罕见但致命，如逆行的救护车、掉落的货物）和**分布外泛化**（训练/设计时没考虑到的情况）。

卡在哪里？ 解析方法的长尾困境是"人工设计的代价/约束无法穷举所有情况"；学习方法的困境是"训练数据无法覆盖长尾"。两边都败在同一件事——世界的复杂度超过了任何有限设计或有限数据的覆盖能力。

这个问题为什么特别难？ 因为它是"未知的未知"（unknown unknowns）——你甚至不知道自己漏了什么。可达性、形式化方法能处理"已知的未知"（已建模的不确定性），但对"完全没想到的场景"无能为力。当前没有令人满意的答案，只有缓解（持续运营数据回流、仿真长尾生成、异常检测兜底）。

§8.6 其他值得关注的方向（速览）¶

方向	一句话	所在前沿
大模型 + 规划	LLM/VLM 做高层语义决策 + 经典栈做底层执行（含 LLM+TAMP 复兴）	TAMP（60）、VLA
世界模型 + 规划	学一个可想象未来的世界模型，在 latent 空间做时空搜索（TD-MPC2、Dreamer）	采样式 MPC（20）、RL 贯穿
可微全栈	感知-预测-规划-控制全可微，端到端梯度优化最终目标	端到端、可微优化
扩散加速	扩散式规划的采样步数从几十步压到几步，逼近实时	流派四工程化
去中心化大规模	千台级集群的去中心化实时时空协调	多机协作（50）

本质洞察（开放问题的共同根源）：把这五大开放问题（+ 速览）放在一起看，它们其实共享**两个根源**：① 能力与可控的权衡（§8.1/§8.2/§8.3 都是它的变体）——这是 §4.5 那枚硬币的不同投影；② 有限设计/数据 vs 无限复杂世界（§8.4/§8.5）——交互的循环和长尾，本质都是"现实比我们能建模的更复杂"。这个方向未来五年的所有重要进展，几乎都会落在这两个根源的某个具体战场上。 看懂了这两个根源，你读任何一篇 2026 之后的新论文，都能立刻判断"它在攻哪个开放问题、用什么招、可能的软肋在哪"——这就是综述给你的、超越任何具体方法的元能力。

§8.6bis 近期 vs 远期：哪些会先落地，哪些还要等¶

综述对未来的判断，不能只列方向、不分时序。这一节把前沿方向按"距离落地的远近"分成三档——这对工程师的职业押注（学什么、投入多少）极有参考价值。判断的依据是"它卡在工程难题（近）还是原理难题（远）"。

时序	方向	为什么是这个时序	落地的关键瓶颈
近期（已在落地/1-2 年）	生成-验证混合架构	工程难题，工业已在做（特斯拉/Waymo）	验证层的覆盖率与效率
近期	扩散加速（采样步数压缩）	工程难题，纯算法优化	加速后的质量保持
近期	可微优化层（acados+leap-c）	工程难题，组件已成熟	可微优化的训练稳定性
中期（3-5 年）	预测-规划一体化	半原理半工程，鸡生蛋循环有进展但未根治	交互建模的泛化与实时性
中期	世界模型 + 规划	半原理，长时序漂移待解	learned model 的可靠 horizon
中期	LLM + TAMP	工程为主但 LLM 几何可行性是硬伤	LLM 输出的可执行性保证
远期（5+ 年/可能永远）	可验证的学习式规划	原理难题，形式化验证黑箱网络尚不可行	验证百万参数网络的计算可行性
远期	长尾/分布外的根本解	原理难题，"未知的未知"无通解	世界复杂度超过有限设计/数据

本质洞察（近期 vs 远期的判据：工程难题 vs 原理难题）：这张表的分档不是拍脑袋，而是基于一个清晰判据——卡在工程难题的方向会先落地（因为工程难题有渐进解法、可被算力和工程投入推进），卡在原理难题的方向要等甚至可能永远等下去（因为它需要范式级突破）。生成-验证、扩散加速卡的是工程（怎么更快、覆盖更全），所以近；可验证学习、长尾根本解卡的是原理（黑箱能否被验证、有限能否覆盖无限），所以远。给工程师的押注建议：近期方向值得现在就投入实操（它们正在变成生产力）；远期方向值得理解和跟踪（它们是研究前沿），但别指望靠它们解决眼下的工程问题——眼下的安全攸关系统，仍要靠成熟的经典方法 + 务实的混合架构。区分"工程难题"和"原理难题"，是判断任何技术方向落地时序的通用方法。

§8.7 跨专题组合创新：把七座山的方法两两相乘¶

综述的一个独特产出，是**指出跨专题组合的机会**——当两个专题的方法被放在同一张地图上，它们的"相乘"往往是未被充分探索的研究空白。下表用结构化方式列出几个高价值的跨专题组合方向（沿用 §7 接口图的连线），每个给出"组合方案 / 预期效果 / 可行性 / 最大风险"。这不是要你立刻去做，而是示范"综述如何把对比综合升级为创新种子"。

组合方案	来自哪两座山	预期效果	可行性	最大风险
时空走廊 + 机会约束	时空(10) × 不确定性(30)	走廊边界随障碍预测不确定性自适应收缩，比硬走廊更不保守	高（EPSILON 已有雏形）	概率约束的实时求解开销
MINCO 连续优化 + 博弈均衡	时空(10) × 博弈(40)	把"他人会响应"写进 MINCO 的代价，生成博弈感知的时空轨迹	中（iLQGames 是参照）	博弈求解的非凸 + 实时性
CBS 高层 + MINCO 低层	多机(50) × 时空(10)	高层搜索选无冲突拓扑、低层连续优化磨平滑轨迹，兼顾完备与质量	高（已有混合工作）	低层优化失败时高层重搜的代价
扩散生成 + 经典验证	时空学习(10-T6) × 时空经典(10)	扩散出多模态候选、经典栈做可验证安全过滤——生成-验证架构	高（工业已在做）	验证层成为能力瓶颈
世界模型 + 时空搜索	采样MPC(20) × 时空(10)	在 learned latent 动力学上做 SIPP/ST-A* 搜索（MuZero 式）	中（学术原型阶段）	学习模型的长时序漂移
LLM 任务分解 + 时空运动层	TAMP(60) × 时空(10)	LLM 出高层语义计划、时空规划出底层可行轨迹	中（LLM+TAMP 复兴）	LLM 的几何不可行计划、幻觉
CVaR 风险 + 多机协调	不确定性(30) × 多机(50)	多机协调时优化最坏 k% 的碰撞风险而非平均，更安全	中	分布式 CVaR 估计的通信开销

本质洞察（组合创新的方法论）：这张表揭示了综述孕育创新的一般套路——取两个专题各自成熟的"骨架"和"外衣"，把一个的骨架套上另一个的外衣。 比如"时空走廊的几何骨架 + 不确定性的概率外衣 = 机会约束走廊"，"MINCO 的优化骨架 + 博弈的均衡外衣 = 博弈感知轨迹"。为什么这种组合常有戏？因为每个专题在自己的核心维度上已做到很深，但在别的维度上是"裸"的——时空规划几何强但不确定性裸，博弈交互强但实时性裸。把两座山的强项缝起来、用一方补另一方的裸维，正是研究空白最密集的地方。这也是为什么方向级综述（能看到所有山）比专题内综述（只看一座山）更容易孕育创新——创新往往不在山顶，而在山脊连线上。

§8.8 范式总结：一句话收束整个方向¶

读完八节，把整个移动机器人规控方向收束成一句话：

这个方向的全部努力，是在"一个不完美、动态、有他人的世界"里，为机器人算出"安全、可行、优"的运动——而它的全部张力，来自三个永恒的权衡：联合性 vs 实时性（时空轴）、能力 vs 可控（学习轴）、保证 vs 规模（多体轴）。所有方法、所有专题、所有开放问题，都是在这三个权衡的某个取点上落子。

理解了这一句，你就理解了为什么本方向**没有"最好的方法"、只有"最适合某个权衡取点的方法"——因为三个权衡都没有免费午餐。工程师的判断力，就体现在面对一个具体场景时，能准确判断"我的权衡取点在哪"，然后选那个落子最划算的方法。**这，就是这篇方向级综述想交到你手里的唯一一样东西。

§8.9 如何持续跟踪这个快速演进的方向¶

综述有时效性——本文锁定在 2026 年中的认知，而这个方向（尤其学习式规划）演进极快。最后给一份"持续跟踪"指南，让这篇综述的价值不随时间衰减。核心思路是：不追单篇论文，而是把新工作往本文建立的坐标系/脉络/开放问题上挂。

跟踪动作	怎么做	用本文的什么工具
给新方法定位	读到新方法，先标它的五轴坐标	§2.1 五轴、§2.5 定位示范
判断新方法的脉络角色	它是开山/加速器/工程化/桥接/SOTA？	§3.4 论文脉络表的"角色"列
识别它攻哪个开放问题	它在攻 §8.1–§8.5 哪个？卡在工程还是原理难题？	§8 开放问题、§8.6bis 近远期判据
判断它处在依赖图哪一层	基础层新原子 / 集成层新组装？	§7.7 依赖图、§7.8 分层阅读
更新优劣矩阵	它在哪一行刷新了星级？是否填了散点图空白？	§5.1 矩阵、§5.4 散点图空白

本质洞察（综述的"抗衰减"设计）：一篇只罗列方法的综述，会随新方法涌现而迅速过时；但一篇建立了**坐标系 + 脉络 + 开放问题地图**的综述，能"消化"未来的新工作——因为新方法再多，也只是往这套坐标系里多添几个点、往脉络里多接一段、或往某个开放问题上落一子。 这就是本文为什么花大力气在 §2（坐标系）、§3（脉络）、§8（开放问题）上——它们是"框架"，框架比"内容"抗衰减。给你的最终建议：别把这篇综述当"2026 年方法清单"来记（那会过时），把它当"一套终身可用的方法论"来用——每读一篇新论文，就用上表的五个动作把它挂进框架。这样，这篇综述会随你读的论文越来越多而越来越值钱，而非越来越旧。这是综述区别于教程的终极价值：教程教完即止，综述越用越活。

本章常见误解汇总¶

综述类章节最容易滋生"似懂非懂"的误解——读者拿到一堆方法名和对比表，很容易形成一些听起来合理、实则错误的判断。下表汇总本方向初学者最常见的误解及其纠正，每条都在正文有对应展开。

#	常见误解	正确理解	正文
1	时空联合一定比解耦好，越联合越先进	强耦合场景才需要联合；弱耦合场景（高速公路）解耦更划算，过度联合是纯亏	§6.3
2	端到端（流派四）是终极方向，迟早取代经典方法	端到端最强但黑箱不可验证，当前现实是"端到端生成 + 经典栈兜底"的混合，且二者各占生态位长期共存	§3.3、§4.4、§8.3
3	求解范式越新越好（学习 > 采样 > 优化 > 搜索）	四范式各占问题象限、互补而非替代，现代系统几乎总是混合使用（前端搜索 + 后端优化 + 采样兜底 + 学习启发）	§2.2
4	算法应该追求完备 + 最优，保证越强越好	强保证 = 高代价（规模爆炸）；大规模实时任务必须主动放弃最优性甚至完备性换可扩展	§2.3
5	七个专题是七堆并列的零散知识	七专题同源——是同一根问题逐层松绑七个理想假设的裂变，共享同一套底层工具	§1.1
6	SIPP 在时空专题和多机专题里是两个不同的东西	是同一份代码、同一套数学，只是被嵌进不同层级的框架（多机 CBS 的低层就是 SIPP）	§7.1
7	越前沿热门的方法，工程生态越成熟	恰恰反相关——前沿方法从论文到工业级 C++ 需数年沉淀，且黑箱方法不契合 C++ 的确定性要求	§1.3、§5.1
8	选型就是选一个最强的算法	选型是三层嵌套（范式层→流派层→实现层），从外往里逐层收敛；且要选"最便宜的能解决问题的"而非"最强的"	§6.3、§6.4
9	实时性 vs 联合性的张力终将被技术彻底化解	这个张力可能无法消灭、只能转移；混合架构（找最划算的转移点）比"纯方法三者兼得"更现实	§8.1
10	预测和规划可以干净地分两步（先预测他人再规划）	强交互下二者相互依赖形成"鸡生蛋"循环，分两步会失真，需博弈/一体化求解	§8.4

本章小结¶

本章是移动机器人规控方向的最高层导航图，做了两件事：先给整片林海定位（§1–§2 全方向地图 + 统一坐标轴），再放大其中最大那座山（§3–§8 时空联合规划深度综述）。

核心收获速查¶

维度	一句话结论
全方向结构	七专题 = 同一根问题逐层松绑七个理想假设（时空可分/可微/精确/无他人/单体/任务已定）的裂变
统一坐标轴	五轴（联合程度/求解范式/不确定性/交互/计算负担）= 三条"假设轴" + 两条"手段轴"
求解范式	搜索/优化/采样/学习四象限，互补非替代，现代系统混合使用
时空规划脉络	四时代（解耦 1986 → 显式时空 2009 → 连续优化 2018 → 学习生成 2022），沿"联合程度↑ + 计算前置离线"对角演进
四大流派	解耦迭代（半联合）/ 走廊+QP（联合搜优）/ 连续优化（完全联合）/ 端到端（天然联合）
选型元原则	先用假设轴框定场景不理想程度，再用手段轴挑最便宜的招；不该联合时别瞎联合
方向枢纽	时空规划与其他六专题都有接口（退化于博弈、骨架供不确定性、成果供多机、不可微让位采样、执行层供 TAMP）
开放问题根源	两个根源：能力 vs 可控的权衡、有限设计/数据 vs 无限复杂世界

时空规划方法卡片总表¶

把 §5.2 的 9 张卡片浓缩成一张总表，便于回查。这是本章最高频的"回查资产"。

方法	流派	范式	最适场景	最大软肋	C++ 抓手
Apollo EM	一解耦迭代	优化(DP+QP)	高速结构化	强耦合次优	apollo planning（Apache，26k⭐）
SIPP	二时空搜索	搜索	动态障碍栅格/MAPF低层	需障碍轨迹已知	libMultiRobotPlanning（MIT）
SSC/EPSILON	二走廊+QP	搜索+优化	城市强交互	走廊保守度难调	EPSILON（MIT，677⭐）
MINCO/GCOPTER	三连续优化	优化(闭式梯度)	无人机轨迹/竞速	非凸挑初值	GCOPTER（MIT，1.2k⭐）
TEB	三连续优化	优化(g2o)	地面机器人导航	局部最优	teb_local_planner（BSD）
OBCA	三连续优化	优化(对偶NLP)	泊车/紧凑空间	高速实时差	H-OBCA / Apollo open_space
MADER/EGO-Swarm	三+多机	优化(MIQP/梯度)	多机集群	通信鲁棒性	mader（600⭐）/ego-swarm（GPL）
ST-RRT*	二/三采样	采样(渐近最优)	高维机械臂动态避障	收敛慢	OMPL（BSD）
UniAD/Diffusion	四端到端	学习(IL/扩散)	复杂长尾/多模态	黑箱不可验证	无原生（PyTorch）

核心术语表¶

本章引入/反复使用的核心术语及其含义，首次出现位置见对应节。

术语	英文	含义	首次出现
路径-速度解耦	Path-Velocity Decomposition (PVD)	先定几何路径再排速度剖面的分步规划范式，经典栈地基	§1
时空联合程度	spatio-temporal coupling degree	一个方法在多大程度上拒绝 PVD、把空间与时间一起解（本文主轴）	§2.1
安全区间	Safe Interval	某格子时间轴上无障碍占用的连续时段，SIPP 用以压缩状态空间	§3.2
时空走廊	spatio-temporal corridor (SSC/SFC)	在 (s,l,t) 联合空间里表示安全区域的凸多面体序列	§4.2
同伦类	homotopy class	不碰障碍前提下能连续形变互达的轨迹等价类（如左绕/右绕）	§2.2
完备性	completeness	有解必能找到、无解能报告的算法性质	§2.3
渐近最优	asymptotic optimality	采样数趋于无穷时解收敛到最优	§2.3
微分平坦	differential flatness	系统状态与控制可由若干平坦输出及其导数代数表达（四旋翼具备）	§1.2
生成-验证架构	generate-and-verify	学习模型生成候选 + 经典栈做安全兜底的混合架构	§3.3、§8.2
安全滤波器	safety filter	用可证明安全的模块（如 CBF-QP）修正学习策略输出	§8.2

知识点总表¶

编号	知识点	核心要点	对应节	难度
K1	七专题同源视角	同一根问题逐层松绑理想假设的裂变	§1.1	⭐⭐
K2	方法 vs 应用分工	横切专题是方法论，无人机是完整应用实例	§1.2	⭐⭐
K3	五轴坐标系	三假设轴 + 两手段轴定位任意方法	§2.1	⭐⭐⭐
K4	求解范式四象限	搜索/优化/采样/学习按"可微?离散?"分象限	§2.2	⭐⭐⭐
K5	完备性与最优性	强保证=高代价，大规模主动放弃	§2.3	⭐⭐⭐
K6	时空规划四时代脉络	解耦→显式→连续优化→学习生成	§3.2	⭐⭐⭐
K7	计算负担转移暗线	演进本质是算力从在线向离线转移	§3.2、§8.1	⭐⭐⭐⭐
K8	四大流派分化	半/联合搜优/完全/天然，沿主轴递进	§4	⭐⭐⭐
K9	优劣矩阵读法	看强项-弱项配对，不看总分排名	§5.1	⭐⭐⭐
K10	三层选型纪律	范式→流派→实现，从外往里收敛	§6.4	⭐⭐⭐
K11	跨专题枢纽地位	时空规划与其他六专题都有接口	§7	⭐⭐⭐⭐
K12	开放问题两根源	能力vs可控、有限设计vs无限世界	§8	⭐⭐⭐⭐

练习¶

综述类练习不是"套公式"，而是**导航与判断**训练——要求你把方法摆到坐标系里、做选型决策、批判性评估。建议在纸上画图、列表作答，再对照正文检验。

基础题（巩固地图）¶

练习 1（方法定位）：用 §2 的五条坐标轴，分别给以下三个方法打坐标（每条轴给一个定性位置）：① Apollo EM Planner；② MINCO/GCOPTER；③ UniAD。然后指出：这三者在哪条轴上差异最大？在哪条轴上反而接近？

提示：注意 Apollo 和 UniAD 在"实时性"轴上都偏快，但快的机理完全不同（§5.1 观察2）。

练习 2（脉络复述）：不看正文，画出时空联合规划四个时代的演进图，每个时代写出：① 核心矛盾；② 一个代表方法；③ 它解决了上一代什么问题、又留下什么新坑。重点解释"为什么说学习生成时代（IV）是解耦时代（I）的'算力平反'"。

练习 3（范式归类）：把下列方法归到 §2.2 求解范式四象限的正确象限，并说明判断依据（问"可微吗?离散吗?"）：CBS、MPPI、CILQR、Neural A*、ST-RRT*、Diffusion Policy。其中哪些是"跨象限"的混合方法？

进阶题（选型与对比）¶

练习 4（选型决策）：你的团队要做一个**仓储多机器人调度系统**，规模约 200 台 AGV，要求实时（每台决策 < 50ms）、不要求全局最优但要无碰撞。走一遍 §6.1 的三个决策问题，给出推荐方法族，并说清：为什么这里**主动放弃最优性**是对的？如果规模降到 5 台、且追求总路程最短，推荐会怎么变？

练习 5（反向选型/批判）：某同学说"我们的高速公路 ACC 项目要用最先进的扩散式端到端规划，这样最准"。用 §6.3 和 §8.3 的论点反驳他——指出这是哪种典型错误（提示：过度联合 + 范式层选错），并给出更划算的方案及理由。

练习 6（优劣矩阵应用）：§5.1 的优劣矩阵里，"可验证性"一行流派四只有一星。假设有一天出现了一种"可形式化验证的学习式规划器"（§8.2 的圣杯），这一星变成五星。重新审视整张矩阵：这个突破会让流派四在哪些场景**立刻**取代流派一/二/三？哪些场景仍不会？为什么？

跨专题综合题（每章至少一道）¶

练习 7（跨专题接口）：§7.1 指出 CBS（多机专题）的低层用 SIPP（时空专题）。请进一步分析：① 如果把 CBS 低层的 SIPP 换成时空规划流派三的 MINCO（连续优化），会带来什么好处和什么新问题？② 这种"高层搜索 + 低层连续优化"的混合，对应 §2.2 四象限的哪两个象限的接力？③ 举一个本方向其他专题里"高层离散 + 低层连续"的类似分层例子（提示：看 TAMP §7.5）。

练习 8（开放问题落点）：找一篇 2024 年之后的时空规划或自动驾驶规划论文（可用本章延伸阅读里的综述按图索骥），判断：它在攻 §8 的哪个开放问题？用了什么招（对应哪个流派/范式）？它的软肋可能落在 §8 总结的哪个"根源"上？

这道题训练的是综述给你的元能力——用开放问题地图快速定位任意新工作。

延伸阅读¶

综述章的延伸阅读分两类：方向级综述论文（帮你建立更宽的全局观）和**本专题各章**（帮你深入每座山）。按需选读，不必一次读完。

方向级综述论文（建立全局观）¶

文献	一句话	难度
Motion Planning for Autonomous Driving: The State of the Art and Future Perspectives（arXiv:2303.09824）	自动驾驶运动规划的权威综述，pipeline + 端到端双线梳理，本章 §3/§8 的重要参照	⭐⭐⭐
A Survey of Autonomous Vehicle Behaviors: Trajectory Planning Algorithms（Sensors 2024, 24(15):4808）	局部轨迹规划算法分类 + 碰撞风险感知，偏工程视角	⭐⭐
A Survey of Decision-Making and Planning Methods for Self-Driving Vehicles（Front. Neurorobot. 2025）	决策与规划方法的系统分类，行为决策 + 运动规划两阶段	⭐⭐
A Survey of RL-Based Motion Planning for Autonomous Driving（arXiv:2503.23650, 2025）	从任务视角梳理 RL 规划，呼应本方向"RL 贯穿综述"	⭐⭐⭐
A Survey of World Models for Autonomous Driving（arXiv:2501.11260, 2025）	世界模型 + 规划，§8.6"世界模型方向"的入口	⭐⭐⭐⭐

本专题各章（深入每座山）¶

时空规划专题（10）：T0 总论 → T1 Frenet/ST → T2 走廊与搜索 → T3 轨迹优化 → T4 Apollo/Autoware → T5 多智能体 → T6 端到端扩散 → 专题内综述。本章是它们的"林海图"，那 8 章是"每棵树"。
专题内综述：04/10_时空规划/80_综合对比与附录.md——比本章更细地打通 T1–T6 六章（含 27 篇论文分级清单、23 个开源项目分优先级、四条学习路线）。本章给方向级地图，它给专题级清单，二者互补。
其他六专题总论：各专题的 10_*总论.md（采样式MPC/不确定性/博弈/多机/TAMP）——读完本章 §1/§7 后，按兴趣挑专题深入。

关键开源代码（动手验证）¶

仓库	对应流派	用途
`ApolloAuto/apollo` `modules/planning`	一	工业级解耦规划，最值得精读
`ZJU-FAST-Lab/GCOPTER`	三	MINCO 官方实现，header-only
`HKUST-Aerial-Robotics/EPSILON`	二	城市交互走廊 + 行为分支
`ompl/ompl`	二/三采样	通用采样库，原生 space-time
`mit-acl/mader`	三多机	多无人机动态避障

本章与后续章节的关系¶

本章是方向级综述的**第一篇**，也是整个移动规控方向的入口地图。它与后续内容的关系如下：

后续内容	与本章的关系	本章哪节为其铺垫
时空规划专题 T1–T6 + 专题内综述	本章 §3–§7 是它们的方向级总览；深入前先读本章建坐标系	§3 脉络、§4 流派、§5 矩阵
方向综述（二）不确定性规划	本章 §7.2 给了时空↔不确定性的接口；那篇深挖五条子路线	§1.1、§7.2
方向综述（三）博弈规划	本章 §7.3 指出时空规划是博弈的"退化特例"；那篇深挖博弈四章	§7.3、§8.4
方向综述（四）交互意图预测	本章 §8.4 的"鸡生蛋"循环是它的核心；那篇深挖预测-规划一体化	§8.4
方向综述（五）RL 与经典规控贯穿	本章 §2.2 范式四象限的"学习"象限、§8.6 是它的入口	§2.2、§3.2 时代IV、§8.6
采样式 MPC / 多机 / TAMP 各专题	本章 §7.4/§7.1/§7.5 给了它们与时空规划的接口	§7

使用建议：把本章当作**反复回看的地图**，而非读一遍就过。每学完一个专题，回到 §6 选型表和 §7 接口图，把新学的方法标到坐标系里——这样积累下来，你脑中的"方法地图"会越来越密、越来越能用来做决策。这正是 §0 说的综述独有价值：专题章给深度，本章给导航。

🔧 故障排查手册¶

综述类章节的"故障"不是代码报错，而是**学习与认知层面的卡点**——读综述时容易陷入的几种思维误区，以及如何排查、纠正。

#	症状	可能原因	排查步骤	相关节
1	读完仍不会选型——面对真实场景依然卡壳"该用哪个"	只记住了方法名和优缺点，没把方法压到统一坐标轴上对比过	① 重做练习1（给方法打坐标）；② 走一遍 §6.1 三个决策问题；③ 用 §6.2 决策表对照你的场景	§2.1、§6
2	混淆"先进"与"适用"——总想用最新最强的方法	误以为联合程度/范式有"进化优劣"（误解1/2/3）	① 重读 §4.5"同一枚硬币三面"；② 重读 §6.3 过度联合陷阱；③ 自问"我的场景的硬需求落在矩阵哪一行"	§4.5、§5.1、§6.3
3	同一方法在不同专题里学两遍——觉得 SIPP/走廊"怎么到处都是"	没建立"七专题同源、工具跨专题复用"的全局观	① 重读 §1.1 七专题同源；② 看 §7 跨专题接口图，确认哪些是"同一份代码嵌入不同框架"	§1.1、§7
3.5	以为综述能替代专题章——读完综述就以为掌握了方法	误把"导航地图"当成"实地勘探"——综述不推导、不贴代码	① 明确综述只给"林海图"，深度在专题章；② 按 §6.2 选定一个方法后，去对应专题章精读其推导与代码	§0、本章定位
4	被开放问题劝退——觉得"既然都没解决，学了也白学"	误解开放问题的意义——它们标的是研究前沿，不是否定已有方法的工程价值	① 重读 §8.3：现实是混合架构，经典方法仍是量产主力；② 区分"研究开放"与"工程可用"——前沿未定不妨碍成熟方法落地	§1.3、§8
5	记不住方法谱系——9 张卡片/四时代/四流派混作一团	试图死记硬背，而非挂到坐标轴上	① 只记两条主轴（联合程度 §2.1、范式四象限 §2.2）；② 把每个方法挂到这两轴的某个位置，谱系自然浮现（§5.2 末洞察）	§2.1、§2.2、§5.2

排查的元原则：综述类内容的认知卡点，几乎都源于"没有把方法摆到统一坐标系里"。无论遇到上面哪种症状，回到 §2 的五条轴 + 四象限重新定位，是最通用的解法。综述不是让你记住更多方法，而是让你**有一个能容纳和比较所有方法的坐标系**——卡住时，先问自己"我把这些方法摆到坐标系里了吗"。

研究实践建议¶

给初入本方向的读者：不要试图线性读完所有专题再开始动手。正确路径是——读完本章建立全局地图后，按 §1.4 的理由先深入时空联合规划专题（它是枢纽、生态最成熟、最能以一斑窥全豹），动手跑通 GCOPTER 或 Apollo planning 的一个 demo，建立"方法-代码"的实感。然后回到本章 §6/§7，按你的目标方向（自驾/无人机/多机）挑下一个专题。地图先行，但不要停在地图上——每张地图都要落到一次动手验证。

给有经验的读者：本章最大的价值不在 §3–§5 的脉络与对比（这些你可能已熟），而在 §2 的统一坐标轴**和 **§7 的跨专题接口图——它们提供的是"把你已有的零散经验重新组织成可决策框架"的脚手架。建议做一次练习：把你做过的所有规划项目，逐一标到 §2 五轴坐标系里，看它们聚在哪个区域、留白在哪个区域——留白处往往就是你的能力边界和下一步该补的方向。对资深工程师，综述的价值是"重新组织已知"而非"获取未知"。

本文档属于 Robotics Tutorial 项目。采用 CC BY 4.0 协议，转载请注明出处。