开放世界玩家载具驾驶 P6：驾驶策略与风险模型——相同路线为什么产生不同驾驶行为？

本文属于「开放世界玩家载具驾驶」系列的第六篇，承接 P5 的 GPS、路线生命周期与动态重规划。P5 解决车辆需要前往哪里，以及如何在变化的道路世界中维护一条仍然有效的路线；本篇继续追问：当两辆车拥有相同目标、经过相同道路时，为什么它们仍会表现出不同的速度、跟车距离、让行方式与风险接受程度？

本篇的核心结论是：路线决定车辆应该沿哪些道路上下文前进，驾驶策略决定在当前通路上的行为偏好；局部避让负责判断当前几何上哪些动作可行。驾驶策略输入来自驾驶能力、行为倾向、车辆状态和当前上下文，策略结果只能在任务、交通规则、局部几何和车辆能力提供的硬边界内生效，最终运动仍由车辆任务、局部执行器和物理系统完成。

文章基于 GTA5 相关源码阅读笔记整理。公开版本对类名、函数名和项目标识做了匿名化处理；文中将区分代码直接呈现的职责、根据调用关系归纳出的架构抽象，以及尚未进入原型的迁移设想。本文不展开 P7 的局部避让几何，也不展开 P8 的控制量写入、执行器与物理接缝。

上一篇：开放世界玩家载具驾驶 P5：玩家目标如何变成导航——GPS、路线生命周期与动态重规划

引言：同一条路线，不同的驾驶行为

假设两辆车辆从同一地点出发，终点相同，道路图相同，当前路线也完全一致。路线系统为它们提供了相同的道路序列：驶出当前路段，经过前方路口，沿主干道继续前进，在下一处交汇处转向目标区域。从导航数据的角度看，这两辆车没有区别。

但在运行过程中，它们可能呈现出截然不同的行为：

一辆车在红灯前较早减速，保持更大的车距，并在相邻车道车辆接近时放弃切线；
另一辆车接近路口时仍保持较高速度，只在临近停止线时制动；
一辆车在前方车辆减速后延迟跟随，倾向于保留更大的缓冲距离；
另一辆车会更早寻找空隙，接受更小的间隔，并在允许的情况下快速完成换道；
某辆车在连续碰撞或道路危险发生后，暂时改变风险响应；
某辆车即使路线没有改变，也会因为当前任务、驾驶者能力或车辆状态变化而改变速度和间距。

如果把这些差异都归结为“车辆 AI 随机性”，就无法解释它们为什么在同类场景下保持相对稳定的行为倾向；如果只用“驾驶个性”概括，也会把读者引向“系统内部存在一个持续运行、拥有所有交通车辆的个性管理器”这一未经证实的假设。源码阅读呈现出的结构更接近另一种组织方式：


路线与目标
    ↓
驾驶策略参数
    ↓
交通情境与任务约束
    ↓
局部候选与执行参数
    ↓
车辆执行器

策略层不直接把车辆推向某个坐标，也不负责维护道路路线。它所做的是改变“在可行选择之间如何取舍”。这一区别决定了 P6 与 P5、P7、P8 的边界：P5 维护路线，P6 调制策略，P7 处理眼前障碍与碰撞预测，P8 将已确定的控制意图转化为执行量并交给物理系统。

玩家的感受与系统的职责

玩家通常不会直接看到“风险评价输入”或“策略查询”。玩家看到的是车辆是否表现出谨慎、迟疑或积极的驾驶节奏。对于 AI 车辆，策略差异构成交通流的局部变化；对于玩家车辆，相关状态更多表现为交通规则提示、危险状态识别、辅助行为与统计反馈。两者可以共享道路上下文，但不应归入同一条命令链。

因此，本篇不把“驾驶策略”理解成一种拟人化描述，而把它当作运行时中的一组可观测职责：输入来自哪里，输出影响什么，哪些状态由它拥有，哪些状态必须交给下游系统维护。

一、路线提供计划通路，策略改变取舍

P5 已经说明，路线不是一条静态折线。车辆需要在目标、道路图、路口上下文和路线生命周期之间维护一个可以持续消费的路径结果。路线系统解决的是全局可达性和道路序列问题：从当前位置出发，哪些路段能够把车辆带到目标区域，哪些路口和道路连接关系构成有效通路。

驾驶策略处理的是另一层问题。即便计划通路已经确定，车辆仍需要决定：

接近路口时保留多少速度；
与前车保持多大距离；
是否接受一个可用但较小的换道间隙；
面对不确定的路权时，是等待、减速还是继续推进；
在路线允许多个车道时，何时倾向于靠近目标车道；
遇到交通阻塞时，是维持当前路线，还是把风险信息交给更高层进行重规划；
在车辆当前状态不理想时，是继续执行原有意图，还是降低行为强度。

这些决定不等同于改变路线，也不等同于生成最终转向角。它们更接近对路线执行过程施加约束和偏置。

可以把三层关系写成：


目标约束：要到哪里
路线状态：允许经过哪里
驾驶策略：在允许空间内如何选择

如果路线层直接承担“谨慎还是激进”的全部逻辑，路线就会同时拥有道路拓扑、交通行为和驾驶者个性，任何策略变化都可能迫使路线对象重新建立。反过来，如果策略层直接改写车辆物理，策略就越过了执行器边界，无法解释为什么相同的意图在汽车、船舶和飞行器上需要不同的运动实现。

边界例：路线不变时的跟车决策

车辆在主干道上向前行驶，前方出现一辆低速车。路线没有失效，目标也没有变化。保守策略可能降低当前速度并保持距离；积极策略可能提前寻找相邻车道的可行间隙；风险响应较高的策略可能继续靠近，直到下游局部执行器判断必须避让。

这里至少有三种不同层次的状态：

路线状态：主干道仍然是有效路线的一部分；
策略状态：当前驾驶者对距离、速度和风险的取舍不同；
局部执行状态：当前帧应当采用哪一个目标方向、速度上限或候选动作。

把三者合并成“车辆要不要换道”这个布尔值，会丢失决定过程。为便于定位参数来源和消费路径，本文建议保留可追踪的中间语义，使策略输出能够被下游任务消费、被调试系统观察，也能在路线没有变化时单独调整。

二、驾驶个性更接近按需策略查询，而非常驻管理器

从当前已追踪的调用关系看，多处驾驶任务会按需查询驾驶能力、激进程度和交通上下文参数，查询结果由调用方继续消费。本文以 DriverPolicyCalculator 统称这组策略查询职责；该名称不代表源码中存在同名类，也不代表它是唯一计算入口。

这类逻辑的关键特征是：查询职责可以保持轻量，输入状态仍可能包含多层上下文。

本文所说的“近似无状态查询”，仅指当前已追踪的计算职责不负责持有驾驶者身份、路线进度或任务生命周期。它不等同于对源码内部缓存的全面否定，也不排除其他对象保存历史状态。持久信息由调用方或上下文对象维护，策略查询在需要时读取这些信息并返回结果。

可以把它抽象为：

这与“每辆车拥有一个驾驶策略组件”有本质区别。后者会引出组件创建、修改、控制权转移、远景保留和重建恢复等额外生命周期。如果源码证据只支持一个共享的策略计算接口，就不应把它扩写成常驻组件或全局管理器。

策略计算器不拥有的内容

从职责分布看，它不负责以下事项：

不拥有道路图和全局路线；
不决定车辆任务何时完成；
不负责维护车辆当前的局部目标；
不直接提交油门、制动或转向控制量；
不负责碰撞预测、切线生成和导航网格限制；
不接管玩家控制权；
不保存所有交通车辆的统一人格状态。

它的输出可能影响上述系统的选择，但影响不等于拥有。这个区分是 P6 的核心边界。

为什么无状态计算可以支持稳定个性

行为稳定性来自输入的稳定性，而不一定来自策略函数内部保存一份可变状态。假设某个驾驶者的能力和激进程度来自持久的模型数据，车辆智能又提供了当前交通情境，那么每次查询只要读取一致输入，就能够得到相对稳定的参数。需要历史记忆时，历史状态可以由驾驶者智能、车辆智能或玩家状态维护，再作为输入参与下一次计算。

这种组织方式有三个好处：

第一，策略计算可以被多个任务复用。巡航、路口处理、换道和警示逻辑只需要以自己的上下文调用，不必复制一套人格判断。

第二，策略计算不会取代任务所有权。任务仍然负责路线、阶段和完成条件，策略只提供执行过程中的调制参数。

第三，远景或简化车辆可以只保留必要输入，不必创建完整的驾驶者对象。车辆智能可以提供“假想驾驶者”的能力和激进程度近似值，使低成本车流也能呈现有差异的行为分布。

三、策略输入从哪里来：默认值、覆盖值与情境值

驾驶策略的输出差异，不能只依赖一个叫作 Aggressiveness 的字段。源码阅读中可以分出至少三类输入来源：持久默认值、显式覆盖值和当前情境值。

1. 持久默认值：驾驶者或模型的行为倾向

角色模型或驾驶者类型可以提供相对稳定的行为倾向，例如驾驶能力、风险容忍度、对交通规则的遵守程度或响应速度。这类数据不等于当前帧的控制命令，它们更接近策略计算的先验。

同一个驾驶者在不同道路上不应每帧重新随机生成性格。稳定的默认输入可以使行为在时间上连续：在相似条件下表现出相似的间距、减速和换道倾向。

2. 显式覆盖值：智能运行时的能力与激进程度

从调用关系看，可以抽象存在任务或状态相关的策略输入覆盖。它们可能来自任务要求、角色状态、车辆当前上下文，或者对默认驾驶能力的临时修正。覆盖值用于让任务在有限范围内改变策略输入，不改变驾驶者的默认输入。

例如，追逐任务可能需要提高接近意愿；护送任务可能需要降低速度波动；车辆受损或驾驶者受到干扰时，策略输入可能被限制在更保守的区间。至于这些覆盖值由哪个具体对象维护，应以调用关系和字段写入证据为准，不能仅凭概念图断言。

3. 情境值：道路、路口与交通事件

策略函数还需要读取即时上下文。红灯、路口距离、前车速度、道路宽度、相邻车道状态、当前路线段以及是否处于高速道路，都会影响同一组基础能力如何被解释。

这类输入具有短周期特征。它们不应被永久写回驾驶者人格，否则一次临时拥堵就可能改变角色的长期行为。更稳妥的做法是将它们作为当前任务或当前帧的上下文，影响本次策略计算结果。

4. 车辆侧近似输入：缺少完整驾驶者对象时的处理

开放世界中的远景车辆、无驾驶者车辆或简化交通实体，可能没有一个完整的角色智能对象。车辆智能可以提供一组“假想驾驶者”参数，使车辆在没有真实乘员的情况下仍能参与交通行为计算。

车辆智能在此处只提供缺少完整驾驶者对象时的近似输入，并不等同于完整驾驶者，也不替代角色智能的全部职责。这是一种运行时降级策略：保持行为接口可用，同时降低数据来源和执行成本。

输入来源不宜压缩为单一优先级序列

默认值、覆盖值和情境值通常不能归结为单一优先级。不同参数可能有不同合并方式：有的参数取显式覆盖，有的参数在范围内夹紧，有的参数由任务直接限制，有的参数只在满足条件时参与计算。

因此，公开抽象更适合写成：


默认输入
   + 显式覆盖
   + 当前情境
   + 任务约束
        ↓
策略参数计算

而不应画成一条未经证实的优先级栈。

四、策略输出是什么：偏好、软限制与候选评价

策略层的价值，在于把行为倾向转化为下游可以消费的运行参数。根据源码调用关系，可以把输出归纳为三类：行为偏好、策略软限制和候选评价权重。交通规则、任务限制、局部几何和车辆能力属于外部硬边界，不由策略层放宽。

策略软限制：表达驾驶者希望采用的范围

策略软限制可以包括期望速度范围、观察提前量、缓冲距离和等待成本。保守策略通常要求更大的余量，积极策略可能降低部分软限制的权重，但它们仍然不能突破红灯、禁止通行、碰撞边界或车辆动力学限制。

软限制也不等于控制量。例如，“在路口前提前降低期望速度”并不等同于制动踏板值。最终制动量需要由车辆执行层根据当前速度、坡度、抓地力和目标点计算。

偏置：在多个可行选择之间改变倾向

偏置可以影响候选车道、目标方向、跟车距离或换道意愿。它通常不直接决定动作，而是改变候选方案的评价结果。

例如，同一组可行换道候选，保守策略可能对横向移动和前方风险施加更高惩罚；积极策略可能更看重路线保持和前方推进。候选生成、碰撞预测和实际切线实现仍属于 P7 的局部避让系统。

候选评价参数：影响下游如何选择

交通运行时经常需要在多个“暂时都能走”的方向之间做取舍。策略可以提供候选评价所需的权重，例如期望方向、路径侧偏好、风险惩罚或等待成本。

这里需要特别注意：策略输出属于评价依据，候选生成和评价仍由局部任务负责。驾驶策略可以提供风险权重，但不应被描述为拥有避让算法。

常见输出的运行时解释

策略结果	类型	最终所有者或不直接负责的内容
跟车距离偏置	策略偏好	最终制动量由执行器解释
路口停止倾向	策略偏好	红绿灯相位由交通系统维护
换道接受度	候选评价权重	碰撞几何由 P7 判定
速度偏置	策略软限制	车辆能力由执行器与物理限制
警示/鸣笛倾向	行为偏好	实际表现由相关系统消费
风险惩罚权重	候选评价权重	候选生成由 P7 负责

这个表明确了策略层的权限：它可以改变取舍，但不能把不可行候选变成可行候选，也不能替代拥有相应生命周期的下游系统。

五、相同路口为什么会有不同的通过方式

路口是观察驾驶策略最清晰的场景之一。路线系统告诉车辆要经过哪个路口，通行权系统告诉车辆当前是否具备通过条件，车辆执行任务负责接近停止线并控制速度。策略层位于这些信息之间，改变车辆在接近、等待和通过过程中的行为节奏。

保守策略

保守策略通常表现为更早观察路口状态、更早开始减速、在路权不明确时保留更大余量。它不会改变路线，也不会创造一个新的交通信号，只是提高进入下一阶段前的安全门槛。

当信号从允许变为需要等待时，保守车辆可能已经进入低速状态；即使最终仍然可以通过，也会表现出较大的速度波动。这个结果并不一定是控制器“不稳定”，而可能是策略对不确定性的主动定价。

常规策略

常规策略以路线执行和交通规则为主，保持适中的接近速度和跟车间距。在确定路权允许通过时，它会继续推进；当停止条件明确时，再把减速目标交给执行层。

常规策略的价值在于提供多个特殊驾驶行为之间的基线。没有基线，就无法判断积极或保守参数究竟改变了哪些行为。

积极策略

积极策略更重视路线推进和时间成本，可能在允许范围内保持较高接近速度，接受较小但仍然有效的车距或换道间隙。它并不意味着忽略所有规则，也不意味着可以跳过局部安全检查。

如果积极策略直接写入物理，系统就失去了下游纠正的机会；如果它只调整速度偏置、候选评价和等待门槛，执行器仍然可以根据当前碰撞、路面和车辆状态进行限制。因此，策略与执行需要保持分离。

策略差异不是随机抖动

如果每帧随机改变速度或方向，玩家看到的会是噪声，而非稳定的行为倾向。策略差异需要由稳定输入和明确上下文产生，并通过参数范围控制变化速度。短期波动可以来自道路情境，长期倾向则来自驾驶者和任务输入。

在验证时，应同时检查：

相同输入下，策略是否给出稳定范围；
情境变化时，参数是否按预期调整；
参数变化是否只影响下游拥有的行为；
车辆离开当前情境后，临时修正是否被释放；
不同车辆是否因为执行器差异而得到不同的运动结果。

六、驾驶策略如何进入车辆任务，而不越过执行边界

P5 的路线持有任务负责维护路线生命周期，P6 的策略层为路线执行提供调制参数，P7 的局部避让任务处理眼前的障碍和候选方向，P8 的执行器才负责将结果写入车辆控制契约。四者可以抽象成以下链路：


Route Holder
    ↓  路段、路口、目标上下文
Driving Policy
    ↓  速度偏置、间距、风险权重
Local Traffic Task
    ↓  局部目标、候选方向、执行条件
Vehicle Executor
    ↓  控制量
Physics Feedback

这里的箭头表示信息消费关系，不表示所有系统都由上游直接调用。实际实现可能通过任务字段、共享上下文、辅助查询或事件更新进行传递。公开文章应保持这一层级，避免把推断的调用形态写成确定的同步调用链。

P6 能改变什么

P6 可以改变：

目标速度范围；
跟车和停止距离参数；
换道或通过候选的评价权重；
风险和时间成本的相对取舍；
警示、鸣笛或路权不确定时的行为倾向；
某些任务阶段的行为调制。

P6 不能直接改变什么

P6 不直接拥有：

路线是否有效；
目标是否完成；
当前障碍物的碰撞几何；
最终方向盘角度、油门或制动值；
车辆刚体的速度和姿态；
网络状态的最终权威；
玩家与 AI 的控制权迁移。

这些边界用于定位失败。车辆没有减速，可能是策略给出的速度上限不合理，也可能是局部任务没有消费该参数，还可能是执行器没有正确解释，或物理反馈覆盖了控制量。只有责任边界清楚，诊断才有意义。

七、驾驶策略输入与驾驶者能力不是同一个参数

“能力”和“激进程度”经常被合并为一个“驾驶水平”，但它们影响的问题不同。

能力决定能否稳定完成动作

驾驶能力更多影响响应质量和执行稳定性。例如，低能力驾驶者可能需要更大的停止余量、更平滑的速度变化、更低的候选切换频率，或对狭窄路线和复杂路口采用更保守的目标参数。

能力不是“更快”或“更慢”的二值开关。一个能力较高但保守的驾驶者，可能比能力一般但风险偏高的驾驶者行驶得更慢；前者的差异在于能够稳定执行复杂选择，后者的差异在于愿意接受更高风险。

激进程度决定更愿意承担什么代价

激进程度更多影响时间、距离和风险之间的权衡。它可能提高推进优先级，降低等待成本，缩小部分缓冲距离，或提高对换道候选的接受度。但这些改变需要受到道路、任务和执行器条件约束。

两者组合产生更丰富的行为

可以得到四种典型组合：

能力	激进程度	可能表现
高	低	反应稳定、间距充足、动作保守
高	高	路线推进积极、动作连贯、风险接受度高
低	低	速度偏低、等待时间长、恢复动作谨慎
低	高	选择激进但执行不稳定、容易产生修正

这张表用于说明策略输入不能压缩成单一数值。运行时还会叠加车辆类型、道路状态、任务阶段和当前风险。

车辆能力与驾驶者能力也应分离

驾驶者可以具备较高的路线判断能力，但车辆当前抓地力、制动状态或载荷条件不允许继续推进。车辆侧限制应由车辆智能和执行器提供，策略输入不能直接假定“车辆一定能做到”。

反过来，高性能车辆也不能自动获得更积极的决策。车辆能力改变可执行范围，驾驶策略决定如何在范围内选择，两者需要在执行阶段汇合。

八、风险不是一个全局开关，而是一组情境判断

“高风险驾驶”常被写成 bReckless = true。这种表达适合做统计标签，却不足以支持运行时行为。一个车辆或玩家的风险响应至少需要区分：风险来源、风险观察者、风险持续时间和下游消费者。

风险来源

风险可能来自：

红灯或路权冲突；
逆向或偏离道路方向；
车辆压到路面边界；
前方车辆突然减速；
近距离擦过其他车辆；
碰撞、打滑或失控历史；
高速道路、宽路或特殊路段上下文；
当前任务对速度和接近的要求。

这些来源并不具有相同含义。一次近失事件可能用于玩家统计和反馈；一次红灯状态可能用于交通提示；一次碰撞历史可能影响当前恢复策略。将它们全部折叠为一个布尔值，会使下游无法区分应当采取什么反应。

风险观察者

在已追踪的调用路径中，可以观察到部分道路风险状态被写入玩家信息侧。本文将这组玩家侧风险观察状态统称为 PlayerDrivingContext；它不代表 AI 驾驶个性对象，也不默认参与 AI 车辆的策略计算。

这些状态可能被玩家反馈、统计或其他系统消费；具体消费者需要结合调用点确认。玩家风险观察与 AI 策略存在交集，但两者不应直接等同。

风险持续时间

有些风险是瞬时事件，例如一次近失或一次鸣笛；有些风险需要短时间保持，例如进入高速道路后的状态；有些风险只作为历史统计保留。不同持续时间要求不同所有者：事件记录、上下文状态和长期统计不能放进同一字段。

下游消费者

风险状态可能被以下路径消费：

玩家统计或特殊能力；
交通提示和警告；
车辆 AI 的警示行为；
音频表现；
任务状态或追逐条件。

消费者不同，所需精度和生命周期也不同。一个用于 UI 的风险标签不应被误认为物理执行器的直接命令。

九、玩家驾驶中的风险响应：与 AI 个性保持边界

玩家车辆和 AI 车辆都处于道路情境中，但“驾驶策略”在两条路径上的作用并不相同。

AI 车辆：策略影响自动决策

AI 车辆没有玩家持续输入，需要根据路线、交通和驾驶者参数自动选择速度、间距、等待与局部行为。驾驶策略因此参与任务和局部执行的参数计算，影响车辆下一步如何解释道路状态。

玩家车辆：系统记录和解释行为

玩家车辆的主要控制源来自玩家输入。系统不能用 AI 个性替代玩家的方向、油门或制动意图，但仍需要观察道路风险、碰撞历史、近失事件和交通规则状态。这些状态可以被玩家反馈、统计或其他系统消费；具体消费者需要结合调用点确认，且不应直接覆盖玩家输入。

为什么两者不能合并

如果把玩家驾驶也强行送入 AI 个性决策，玩家会失去控制一致性；如果完全不记录玩家风险，任务、反馈和世界响应就失去依据。更合理的结构是：


AI 车辆：策略参数 → 自动驾驶任务 → 局部执行

玩家车辆：玩家输入 → 玩家控制链
                  ↓
          风险观察与状态记录

两条路径共享道路上下文和部分风险分类，但不共享同一个命令提交者。P4 已经讨论控制源交接，P6 只说明风险模型如何作为观察路径存在，避免把玩家驾驶重新写成 AI 接管。

路径	主要职责	是否提交驾驶命令
AI 策略查询	调制自动驾驶任务的行为参数	间接
玩家风险观察	记录道路风险与事件状态	否
玩家输入链	提交玩家驾驶意图	是

近失事件为什么值得单独处理

近失不是碰撞的同义词。道路运行时可能检测到车辆以较高速度接近、双方边界短暂重叠风险、相对位置快速变化，但最终没有发生实际碰撞。这个事件可以用于玩家驾驶统计，也可以触发特殊反馈。

在迁移和验证时，需要明确速度阈值、空间关系、事件去重和时间窗口等语义。P6 只确认它属于风险观察路径；如何在局部避让中预测碰撞，属于 P7；如何由物理接触产生损伤，属于 P8 或后续损伤篇。

十、策略如何影响红灯、跟车、换道与鸣笛

为了避免“策略函数”停留在抽象层，下面把几类常见行为逐一拆开。每一节都只说明策略影响的层次，不把它扩写成 P7 或 P8。

红灯响应：停止倾向与时间窗口

策略可以影响车辆在发现停止条件后的提前量、减速目标和等待倾向。保守策略更早将路口视为需要准备停止的上下文，积极策略可能在确认仍可通过时保持更高推进意愿。

但红灯相位属于路口通行权系统，车辆策略不能拥有相位；车辆是否已经越过停止线、当前是否允许通过，也需要由路口和路线执行上下文判断。策略只参与“如何接近和等待”，不拥有“灯是什么颜色”这一事实。

跟车响应：距离偏置与速度匹配

跟车表现由前车状态、道路速度、路线目标和驾驶策略共同决定。策略可以改变期望间距、减速提前量和速度匹配的平滑程度。实际制动仍由执行器根据当前速度和车辆状态计算。

这一区分使得同一策略可以适配不同车辆：汽车可能通过轮胎制动完成减速，船舶可能通过推进反向和航向调整完成减速，飞行器则需要遵守完全不同的速度和姿态限制。策略输出应保持在能跨载具理解的意图层，具体运动由类型执行器解释。

换道响应：接受度与候选评价

驾驶策略可以影响是否愿意等待换道候选、对横向移动的惩罚、对路线保持的偏好，以及在等待和推进之间的时间成本权衡。它不应直接生成切线，也不应绕过局部碰撞检查。

P7 将详细讨论局部候选与碰撞预测。P6 只需保留一点：策略为候选评价提供偏置，局部避让系统仍然拥有几何安全判断。

鸣笛和警示：表现入口而非驾驶命令

鸣笛可以由交通情境、玩家风险状态或 AI 驾驶策略触发。策略可能提高或降低鸣笛倾向，交通上下文决定是否存在合理触发条件，表现层负责实际播放和节奏控制。

如果把鸣笛当作驾驶命令，就会把表现和执行混在一起。它可以作为车辆对世界状态的反馈，但不等于车辆已经改变路线、控制权或物理状态。

十一、驾驶策略与局部避让：相邻但不相同

P6 与 P7 的接缝需要在这里明确。两者都可能谈到障碍、距离和风险，但职责不同。

策略层回答：倾向如何变化

策略层可以回答：

是否更愿意等待；
是否更重视时间成本；
是否需要更大的安全间隔；
对某类候选的风险惩罚有多高；
当前驾驶者是否允许更积极的行为。

避让层回答：当前几何上哪些动作可行

局部避让负责障碍扫描、碰撞预测、道路边界检查和候选几何生成。源码材料显示，这类计算由局部移动任务按自身生命周期调用，并将结果交给局部目标或执行阶段；路线进度仍由路线持有层维护，策略查询也不承担避让结果的保存。

为什么策略不能直接调用避让结果

如果策略层直接保存局部避让结果，就会同时承担几何和恢复状态，削弱 P7 对调用时机、刷新频率和结束条件的所有权。策略只提供风险权重、间距偏好和时间成本，局部任务在自身生命周期内生成并消费避让结果。

上层可以提供偏好，下层负责在硬边界内解释和校验；影响关系不等于生命周期转移。

十二、驾驶策略与物理执行：策略不能写入刚体

策略输出不应直接映射为刚体控制量。它提供可解释的行为参数，执行器在各自的车辆能力和运动学边界内完成解释；同一策略输入因此可以跨载具复用，但不会产生同一套控制律。

物理反馈会反过来限制策略

车辆打滑、路面湿滑、损伤、载荷、倾斜和碰撞反馈，可能使执行器降低实际控制强度。策略影响期望行为，执行器和物理提供可执行性反馈。

如果物理反馈长期无法满足策略目标，车辆任务可能需要降低速度、重新选择局部目标，或把失败上报给路线和任务系统。P6 不负责恢复算法，但需要保留这个出口，否则策略会被错误地当作不受约束的最终权威。

十三、同一路线的三种驾驶配置：一个完整案例

下面以同一条城市路线为例，观察策略如何在不改变全局路线的情况下改变执行行为。为隔离策略变量，假设三辆车使用相同车型、相同道路序列和相同初始交通快照；差异只来自驾驶者默认输入与策略覆盖。运行后，局部目标和速度曲线可以不同，但路线所有权不发生变化。

配置 A：保守驾驶者

策略输入：能力中等，激进程度低，当前任务没有时间压力。路线持有层输出相同的道路序列，局部上下文开始提供前方信号、车辆间距和目标车道信息。

策略输出可能包括：较大的跟车距离、较低的接近速度、较高的换道等待成本和更早的停止准备。局部任务根据这些参数延后并线或先降低速度；执行器只负责稳定完成这些局部目标。

当目标车道短时间不可用时，保守策略更可能继续沿当前路线等待下一次机会，而非接受狭窄间隙。路线和目标保持不变，变化发生在候选评价和速度调制层。

配置 B：常规驾驶者

策略输入为基线值。车辆根据路线、交通规则和局部候选完成适度推进。它既不会长时间等待，也不会主动将所有间隙视为可用。

这个配置用于验证系统的结构一致性：如果基线车辆不能稳定完成路线，说明路线、局部任务或执行器存在问题，不能通过给所有车辆增加激进程度来掩盖。

配置 C：积极驾驶者

策略输入：能力较高，激进程度较高，但道路和任务仍提供硬约束。车辆可能更早寻找目标车道、减少等待、维持较高接近速度，并在候选评价中降低时间成本权重。

局部避让仍需确认实际空间关系，执行器仍需受到车辆动力学限制。如果间隙不满足几何安全条件，积极策略只能继续等待，或向路线持有层提供受阻程度和重新评估倾向；是否提交重规划请求仍由路线生命周期所有者决定。

这个案例证明了什么

三辆车共享：

目标；
道路图；
主路线；
路口通行权；
车辆任务接口。

三辆车不同的是：

策略参数；
候选评价；
局部目标的更新节奏；
执行器消费参数后的运动结果。

因此，策略查询不需要复制三套路线系统，也不需要创建三个全局交通管理器。它只需要在正确的接缝上提供可追踪的调制结果。

十四、失败设计：让集中式对象承担过多职责

P6 最常见的工程错误，是将策略公式与不属于它的状态所有权合并。

失败一：策略对象拥有路线

这种设计让策略对象同时保存目标、路线、局部进度和驾驶风格。优点是调用方便，缺点是任何路线更新都必须通知策略对象，玩家接管、任务切换、远景降级和网络重建都需要处理一套额外同步关系。

路线的生命周期应由路线任务或导航持有层维护，策略只读取路线上下文并提供行为调制。

失败二：策略对象直接写控制量

例如根据激进程度直接写油门、刹车和转向。这样会绕过车辆类型执行器，导致汽车、船舶和飞机只能共享一组不适用的控制语义，也会让物理反馈无法清晰地反馈给上层。

正确做法是让策略输出目标速度、风险权重、间距和候选偏置，由执行器在自身约束内解释。

失败三：全局可变的策略输入表

如果所有车辆共享一张可变表，某辆车的临时风险状态、任务覆盖值或玩家统计可能意外污染其他车辆。更安全的边界是把默认输入、个体覆盖和情境参数分开，并明确写入者与读取者。

失败四：用一个布尔值代表复杂风险

bReckless 可以作为展示或统计标签，却不应承担红灯状态、近失事件、路线偏离、碰撞历史和高速路上下文的全部语义。不同消费者需要不同精度和生命周期，风险模型应保留事件类型、时间窗口和来源。

失败五：把玩家风险响应当成 AI 驾驶

玩家驾驶过程可以产生道路风险状态，但这些状态通常由玩家信息路径观察和维护，不应因此把玩家输入重新交给 AI 策略。观察行为与接管控制是两条不同的路径。

十五、源码阅读中的职责证据：如何判断策略层在哪里

源码逆向时，类名最容易造成职责误判。一个名称包含 Driver、Personality 或 Traffic 的对象，不一定就是驾驶策略的唯一所有者。更可靠的判断方法是观察四类证据。

1. 谁提供输入

查看策略函数的参数和调用前准备过程：它读取驾驶者能力、激进程度、车辆状态还是道路上下文？输入来自角色智能、车辆智能还是玩家信息？输入来源决定了它能代表什么。

2. 谁保存结果

如果函数只返回数值、向量、标志或候选权重，而不保存路线、任务和生命周期状态，通常更接近计算接口。若某个任务把结果存入自己的阶段字段，并在下一次更新时继续消费，任务才是相应行为的持有者。

3. 谁决定调用时机

策略计算的调用者可能是车辆智能、路口处理任务、局部移动任务或玩家状态更新。调用者决定了策略结果适用于哪个上下文，不能只看计算函数名称推断归属。

4. 谁消费输出

需要确认输出进入速度限制、停止距离、换道评分、鸣笛条件还是玩家统计。不同消费者对应不同语义边界，策略层的影响范围由消费关系确定，而非由名称确定。

证据等级

公开文章可以按三层表达：

① 代码直接呈现：某个函数读取某字段、返回某结果，或在某个更新入口被调用。

② 职责抽象：根据多处调用关系归纳出“共享的按需策略查询层”。

③ 迁移方案：将上述职责映射到目标引擎时，计划保留的边界。

只有第一层可以用较肯定的事实语气。第二层使用“可以观察到”“可以抽象为”，第三层明确标记为设计选择。这样既保留源码阅读价值，也避免把逆向分析写成未经证明的实现宣称。

十六、策略层的调试：不要只看车辆最后的位置

驾驶策略的问题经常被误判为最终运动结果异常。如果只观察最终位置，就无法知道是输入、路线、策略、局部任务还是执行器出了问题。一个可用的诊断记录至少应包含以下信息：


Policy Query
    ├ Driver / Vehicle Context
    ├ Route Segment
    ├ Traffic Context
    ├ Default Inputs
    ├ Temporary Overrides
    ├ Policy Outputs
    ├ Consumer Task
    └ Effective Time / Version

输入诊断

确认驾驶者能力和激进程度是否来自正确对象，车辆无驾驶者时使用的近似输入是否被误认为真实角色状态，任务覆盖值是否在预期范围内。

输出诊断

记录策略生成的速度偏置、跟车距离、风险惩罚和候选评价参数，确认它们是否被下游任务读取。策略输出正确但任务仍使用旧缓存时，问题属于接缝更新失败，而非策略计算本身。

消费诊断

确认策略参数进入了哪个任务阶段：接近路口、等待、跟车、换道准备还是恢复。不同阶段可能只消费部分参数，不能把某个参数没有影响当前帧理解为系统没有策略。

时间诊断

如果策略输入来自临时上下文，需要记录有效时间和清除条件。玩家离开高速路、任务结束、车辆更换驾驶者或风险窗口过期后，临时修正必须停止影响后续计算。

结果诊断

最终车辆运动还受到 P7 局部安全检查和 P8 执行器/物理反馈影响。策略参数变化没有直接导致位置变化，并不必然表示策略失效；需要沿着消费链继续检查。

十七、驾驶策略的生命周期：查询、调制、失效与恢复

策略本身可以是无状态的，但其输入和输出仍然有生命周期。一个完整的策略查询周期可以抽象为：


上下文建立
    ↓
读取默认与覆盖输入
    ↓
计算当前策略参数
    ↓
交给任务或局部执行
    ↓
接收执行反馈
    ↓
更新情境或释放临时修正

上下文建立

策略查询需要确认驾驶者、车辆、路线段、路口或道路状态是否有效。对象失效、车辆切换、驾驶权迁移和任务结束都可能使旧上下文不再适用。

参数计算

参数计算应当尽量是可重复的。相同输入和相同配置应产生相同或可解释范围内的结果，避免策略层成为隐藏随机源。

交给任务

策略结果可以存入任务阶段，也可以作为一次查询结果使用。存储与否取决于下游生命周期，不应由策略计算器强行决定。

反馈与释放

执行反馈可能导致下一次策略查询改变输入，但反馈不应直接改写驾驶者人格。临时风险窗口、任务覆盖值和路口上下文在离开条件满足后需要释放。

车辆切换与玩家接管

P4 已经讨论控制源交接。P6 需要补充的是：控制源变化后，策略输入的读取路径也可能变化。AI 驾驶时，任务可以主动请求策略；玩家驾驶时，玩家输入成为主要命令来源，策略更多作为风险观察、交通提示或辅助约束存在。切换过程必须避免把旧 AI 策略缓存误用于玩家控制。

十八、与路线、执行器和多载具的兼容性

P6 不详细讲不同载具的控制律，但需要说明策略层为何可以跨载具复用。

共享部分应当是抽象意图和行为约束，例如：

推进意愿；
停止倾向；
风险容忍度；
目标保持；
时间成本与安全成本权衡；
当前任务阶段的行为调制。

专用部分由载具执行器解释：

载具	策略可共享的内容	执行器专用的内容
汽车	路线推进、停止倾向、间距偏置	车轮转向、制动、牵引力
船舶	目标保持、推进意愿、风险权重	舵角、推进器、水面阻力
飞机	目标方向、速度与风险取舍	姿态、推力、飞行包线
直升机	目标保持、接近与悬停倾向	旋翼、升力、姿态稳定
火车	速度、制动和目标阶段	轨道约束、编组和制动距离

如果策略层直接输出“左轮转角”或“刹车百分比”，就无法复用于船、飞机和火车；如果只输出“希望推进”“希望保持距离”“风险成本较高”，不同执行器可以在自己的运动学约束中完成解释。

这就是 P2 中“共享契约，不共享控制律”在策略篇的延伸：共享的是行为语义，专用的是空间运动。

十九、迁移启示：保留策略边界，不复制源码结构

本篇不展开 UE5 API、组件拆分或具体工程实现。迁移时需要保留的不是原始类名，而是以下边界：

路线系统继续拥有目标和路线生命周期；
策略计算能够读取稳定输入和临时上下文；
策略输出以行为偏好、软限制和候选评价权重存在；
局部避让任务拥有几何预测和候选生成；
载具执行器拥有类型专用的控制解释；
玩家风险观察与 AI 自动驾驶策略保持不同的命令路径；
临时覆盖值具有明确的有效期和释放条件；
调试记录可以追踪输入、输出、消费任务和最终反馈。

如果迁移只建立一个“驾驶 AI 管理器”，把路线、个性、避让、物理和玩家风险都塞进去，短期看似方便，长期会失去本篇最重要的组织原则：策略是调制层，不是世界运行时的总所有者。

二十、阶段性小结：驾驶策略改变的是取舍方式

到这里可以重新回答题目：为什么相同路线会产生不同驾驶行为？

因为路线描述车辆应当沿哪些道路上下文前进，不能决定每个驾驶者在速度、间距、等待、换道和风险之间如何取舍。驾驶策略把相对稳定的能力、行为倾向、车辆限制和即时交通情境转换成一组可消费的参数，影响下游任务如何选择与调制。

路线、路口相位、局部碰撞几何和物理控制量分别由对应系统维护。策略通过清晰的接缝改变行为，各自生命周期仍由相应所有者负责。

本篇可以用四条关系收束：


路线决定可行空间
策略决定取舍偏置
局部任务决定当前候选
执行器决定如何运动

玩家车辆还需要增加一条观察路径：道路风险、近失、碰撞和交通状态可以被玩家信息系统记录和解释，但观察行为不等于夺取玩家控制权。

如果说 P5 讨论的是“车辆如何持续知道该去哪里”，那么 P6 讨论的就是“车辆如何在仍然去往同一目标的前提下，表现出不同的驾驶选择”。下一篇将进入更具体的局部问题：当眼前出现行人、物体、车辆或道路边界时，系统如何预测冲突、生成候选方向，并把策略偏置交给局部避让运行时。

二十一、策略参数的有效期必须绑定任务阶段

驾驶策略并非在所有时刻以相同方式生效。车辆接近路口、等待通行、离开路口、跟随前车、准备并线和恢复路线时，虽然读取的基础能力可能相同，但参数的含义和消费者不同。

接近阶段

车辆还没有进入停止线或冲突区域时，策略主要影响速度准备、观察距离和对时间成本的估计。此时提高激进程度，通常意味着延后减速或保留更高推进意愿；降低能力参数，则可能要求任务提前准备，以留出更大的执行误差空间。

等待阶段

车辆已经确认当前不能继续通过，策略对“是否继续尝试”的影响应当受到任务阶段限制。一个合理的策略不应使车辆在等待状态中持续生成新的通过意图，而应影响重新评估频率、保持距离和恢复推进时的条件。通行权仍然由路口系统提供，策略不能自行把等待状态改成允许通过。

通过阶段

通过路口后，策略可能继续影响速度恢复、跟车间距和目标车道保持。这里的策略输出不应直接复用接近阶段的停止参数，否则车辆可能在已经离开冲突区后继续保守减速。参数需要绑定阶段，或者由消费者明确解释其有效范围。

跟随阶段

跟随前车时，策略对距离和速度差的调制最明显。它可以改变目标速度和缓冲范围，但局部任务仍然需要读取前车移动状态、路线方向和障碍几何。策略参数越抽象，越容易被不同执行器复用；将其写成某一种车型的控制量，就会把跟随逻辑锁死在汽车实现上。

并线准备与恢复阶段

并线不是策略单独决定的动作。策略可以改变对候选的等待成本和风险惩罚，局部任务负责生成和检查候选，路线系统负责确认目标车道是否仍然有意义。候选失败后，策略可能影响继续等待还是请求上层重规划，但不能直接把“没有找到间隙”解释为路线失效。

参数有效期的三种形式

策略参数可以是：

查询期参数：只在一次任务更新中有效，用于当前帧或当前次决策；
阶段期参数：在接近、等待、跟随等任务阶段内保持，阶段结束时释放；
任务期参数：由任务覆盖值提供，任务结束、替换或失败时清除。

如果没有明确有效期，旧任务的激进程度可能残留到新任务，玩家接管后也可能继承 AI 的临时策略。P4 讨论控制源迁移时强调了旧命令来源的释放；P6 需要补充的是，策略覆盖值也必须拥有相应的释放路径。

为什么不建议做一个永久“当前驾驶风格”字段

一个永久字段可以保存便捷，但无法表达“这是驾驶者默认倾向，还是当前追逐任务临时覆盖”。当任务结束时，系统只能猜测该字段是否应该恢复；当车辆进入远景或重新载入时，也无法判断哪些值属于持久身份，哪些值只是短时上下文。

更清晰的结构是保留来源：


Default Driver Input
      + Task Override
      + Context Modifier
      + Vehicle Limit
                ↓
        Effective Policy Parameters

最终参数既可以被调试，也可以在任务结束后按来源清除，而不需要通过“恢复到某个神秘默认值”来修复状态。

二十二、从源码到文章：怎样避免把行为现象误写成机制事实

驾驶策略的源码阅读尤其容易出现由结果反推唯一原因的问题。例如，车辆在红灯前提前减速，可能来自驾驶策略的停止距离，也可能来自路线任务的路口上下文、车辆当前速度、道路限速或执行器自身的减速曲线。公开文章需要区分这些可能性，不能用单一类名解释全部现象。

先记录调用关系，再记录概念名称

对于一个返回速度、距离或风险权重的函数，应先记录：

它被谁调用；
调用时传入了哪些上下文；
返回值由谁保存；
返回值由谁消费；
是否存在默认值、覆盖值和范围限制；
任务结束后是否清除相关状态。

只有在这些关系稳定后，才适合把它归纳为“策略计算层”。如果先把对象命名为“驾驶个性管理器”，后续字段就可能被统一归入管理器职责，从而造成架构过拟合。

函数结果不等于最终行为

源码中出现一个速度上限，并不能证明车辆最终以该速度行驶；出现一个换道倾向，也不能证明车辆一定会换道。中间还可能经过：

任务阶段的条件判断；
道路或路口硬约束；
局部候选生成；
碰撞和边界检查；
执行器的车型限制；
物理状态反馈。

文章可以说“该结果为下游提供调制依据”，不宜写成“该函数决定车辆速度”。这也是本系列在匿名化后仍然保留技术可信度的关键。

观察者状态不一定进入驾驶策略

玩家道路风险路径提供了一个重要反例：玩家信息系统可以记录红灯、逆行、路面和近失状态，供统计、警示和世界响应使用，但这些状态不一定反过来改变玩家的直接命令来源。若看到某个状态被更新，就必须继续追踪它的消费者，不能因为名字包含“驾驶”就认定它属于 AI 策略。

代码证据与架构语言的对应方式

公开文章中可以使用下面的四列笔记格式：

代码证据	直接含义	架构抽象	公开措辞
读取能力与激进程度	函数消费驾驶参数	策略输入面	“可以观察到策略读取……”
返回距离/速度参数	下游获得调制结果	策略输出面	“可抽象为行为约束……”
被路口/车辆任务调用	策略由任务按阶段查询	生命周期属于调用者	“从调用关系看……”
玩家路径写入风险状态	风险由玩家信息维护	观察路径独立存在	“不应等同于 AI 人格……”

这种写法不但能降低过度断言，也能让读者理解为什么某个架构结论不是凭空命名出来的。

二十三、P6 的验证矩阵：同一条路、不同参数、不同消费者

P6 的验证不应只做“车辆是否到达终点”。终点相同并不能证明策略已经正确生效，因为不同策略可能在相同道路上获得相同结果，也可能被下游约束完全覆盖。

维度一：输入稳定性

固定路线、道路、车辆类型和交通上下文，只改变驾驶者默认输入。检查速度偏置、间距和候选评价是否在可预期范围内变化。若输入变化没有任何策略输出差异，需要确认调用路径是否绕开策略层；若变化过大，则需要检查范围限制。

维度二：任务覆盖

固定驾驶者输入，分别施加巡航、护送、追逐和临时接近等任务覆盖。检查任务结束后覆盖是否释放，旧任务是否会影响新任务。这里不验证任务本身的完整行为，而是验证策略输入的来源和有效期。

维度三：道路情境

固定驾驶者和任务，改变红灯、前车距离、道路宽度、目标车道和高速路上下文。检查策略是否读取正确情境，且不会把一次性道路状态永久写回驾驶者默认值。

维度四：局部约束覆盖

使用同一策略输入，改变前方障碍、碰撞风险和导航边界。策略输出可以保持不变，但局部执行结果应该受到 P7 约束。该测试用于确认策略没有越过避让所有权。

维度五：车型解释

将相同的抽象策略输入交给汽车、船舶和飞行器的专用执行器，检查各自能否得到合理的类型语义。测试重点不是让它们产生相同轨迹，而是确认共享输入没有退化成汽车专用控制量。

维度六：玩家路径隔离

在玩家驾驶过程中产生红灯、近失和碰撞上下文，检查系统是否正确记录、提示或统计，同时确认玩家输入不会被 AI 策略覆盖。该项把“风险观察”与“控制接管”分开验证。

验证结果应记录来源

每个测试结果最好附带：

默认策略输入；
任务覆盖值；
当前情境；
有效策略输出；
实际消费者；
P7/P8 是否产生覆盖；
参数清除时间。

这样出现偏差时，可以回答“哪一层改变了行为”，而不是只知道车辆最终偏离了路线。

AI 协作复盘：把行为差异还原为可验证的输入与边界

驾驶行为差异容易被“谨慎”“鲁莽”“驾驶能力较高”“换道推进倾向较强”等词语概括，但这些描述不能直接说明系统如何实现。AI 在本篇中的作用不是替代判断，也不是生成一套完整的驾驶 AI，而是帮助把跨来源材料压缩成可核对的关系：

哪些字段属于默认驾驶者输入；
哪些值由角色智能或车辆智能覆盖；
哪些状态只属于玩家风险观察路径；
哪个任务决定策略查询时机；
哪个系统消费速度、间距和风险参数；
哪些内容已经进入 P7 的局部避让；
哪些内容必须留给 P8 的执行器和物理接缝。

最终仍由人决定哪些关系可以写入公开文章，哪些只能保留为分析假设，哪些需要等原型验证。对这类复杂运行时而言，AI 最有价值的产出不是“生成更多系统”，而是帮助减少错误归属，让每个策略结果都能追溯到输入、消费者和生命周期。

策略可以改变车辆如何取舍，但不能因此成为车辆运行时的唯一所有者。

系列导航

P5：玩家目标如何变成导航 · P7：局部避让与即时风险