（先說我看不懂系列）這篇文章在講自動駕駛系統如何生成實用的「駕駛決策規則」，不過我不確定為什麼他要搞「學習獎勵功能」

自动驾驶近期行为预测和规划的一些文章介绍（上）

哪一位聰明的人來回答一下吧?