本文整理一下个人对基于POMDP深度强化学习的方法做自动驾驶决策算法的一些理解。在EUDM和MPDM等自动驾驶决策算法中，都提到了Forward Simulation前向搜索的过程，该过程可以在Alpha Go & Alpha Zero中的MCTS蒙特卡洛树搜索算法中获得启发。前向搜索过程每一步都要罗列出全部的可能的决策，即使某种决策的概率很小。而MCTS可以通过减小搜索广度和深度，来有效降低前向