会上可能听到：“泊车和掉头用的是 Hybrid A*。——它和普通 A* 差在哪？”
它到底是什么意思
普通 A* 不管运动学，搜出的折线可能要求原地转向 90 度。Hybrid A* 改的是节点扩展：按几个离散的前轮转角各往前滚一小段，每个后继都是车真能到的状态；代价仍按栅格算。
搜索中随时试着用 Dubins 或 Reeds-Shepp 曲线直连目标，没有碰撞就提前收工。两者都是转弯半径受限时连接两个位姿的最短曲线：Dubins 只能前进，最优解是 6 种组合之一；Reeds-Shepp 允许倒车，共 48 种。
启发函数用了两个，一个只管运动学，一个只管障碍。各有一类会把代价严重算低的盲区，一起用才能互补。两者都不会高估代价，原论文取两者中较大的那个。
机制图解
两个启发函数，各有一类盲区
只管运动学、不管障碍知道目标朝向，但看不见障碍 · 遇到死路会把代价严重算低
只管障碍、不管运动学知道哪里是死路，但不管朝向 · 朝向对不上时同样严重算低
容易搞混的地方
常见误解
Hybrid A* 就是在更细的栅格上跑 A*
正确理解
变的是节点扩展：按车辆运动学往前滚，每个后继都是车真能到的状态。栅格还在用：代价按栅格算，落进同一格、朝向也在同一档的节点只留代价低的那个
常见误解
Dubins 和 Reeds-Shepp 是另外两种搜索算法
正确理解
它们是转弯半径受限时连接两个位姿的最短曲线，在 Hybrid A* 里用来提前收工
看懂之后可以追问
- 提前收工用的是 Dubins 还是 Reeds-Shepp？允许倒车吗？Dubins 只能前进；允许倒车的 Reeds-Shepp，同样的起点和终点可能连得更短。停车场、掉头正是常要倒车的地方。
- 两个启发函数是怎么组合的？死路和朝向对不上的场景专门测过吗？这两类场景正是单个启发函数会把代价严重算低的地方，最能看出互补有没有做到位。
沿着主线继续
对比着看
- Frenét 坐标与五次多项式采样——沿参考线拆成纵向 s 和横向 l，采一批终止状态、每个配一条五次多项式、挑代价最低的——横纵解耦只在高速近似成立。
- DP + QP：EM Planner——路径和速度分开规划，每边先 DP 后 QP：DP 在非凸空间里做离散决策、圈出凸的可行走廊，QP 在走廊里求平滑解。
接着看
- 时空语义走廊 SSC——沿决策层前向仿真的状态，在 s-l-t 空间里修一串相连的无碰撞立方体，再在这条走廊里铺轨迹——决策和规划在这里合龙。