有限状态机（FSM）基础：状态、事件、转移、动作

各位同学，今天我们来聊聊自动驾驶决策系统里最经典、也最基础的一个工具——有限状态机。说实话，我入行那会儿，第一个接触的决策算法就是FSM。那时候觉得这东西太简单了，不就是几个状态来回跳吗？后来在实车上跑起来才发现，越是简单的东西，越容易在细节上翻车。

先给个定义。有限状态机，说白了就是一个数学模型。它描述了一个系统在任意时刻只能处于有限个状态中的一个。系统根据外部事件，从一个状态转移到另一个状态，同时执行一些动作。嗯，就这么简单。

状态、事件、转移、动作的定义

这四个要素是FSM的基石。我一个个说。

状态（State）：系统在某一时刻的稳定情形。比如车辆处于「停车」、「启动」、「巡航」这三种状态。注意，状态必须是互斥的——你不可能同时既停车又巡航。我在项目中见过有人把状态定义得重叠了，结果逻辑跑起来乱成一锅粥。

事件（Event）：触发状态转移的外部或内部信号。比如「刹车踏板踩下」、「车速超过阈值」、「前方障碍物消失」。事件是转移的导火索。

转移（Transition）：从一个状态到另一个状态的路径。转移通常由事件触发，并且可以附带条件。比如「在巡航状态下，如果检测到前车减速且距离小于安全阈值，则转移到减速跟车状态」。

动作（Action）：进入状态、退出状态或执行转移时触发的行为。比如进入「启动」状态时，执行「松开刹车、轻踩油门」的动作。动作可以分三类：进入动作、退出动作、转移动作。

FSM的数学表示

从数学角度看，FSM可以用一个六元组来表示：

M = (S, E, T, s₀, A, δ)

其中：

• S：有限状态集合，比如 {停车, 启动, 巡航}
• E：有限事件集合，比如 {刹车信号, 油门信号, 车速达标}
• T：转移函数，T: S × E → S，给定当前状态和事件，决定下一个状态
• s₀：初始状态，车辆上电后默认进入的状态
• A：动作集合，每个状态或转移可以关联一个动作
• δ：输出函数，描述动作如何被触发

你可能会问，为什么要用数学表示？直接写代码不就行了？我个人的习惯是，先画状态转移图，再写数学定义，最后才写代码。数学表示能帮你发现遗漏的状态和事件。有一次我在项目里漏了一个「紧急制动」事件，结果仿真时车辆在巡航状态下遇到行人直接懵了——因为没有定义这个事件对应的转移。数学表示一列出来，问题一目了然。

手写一个简单的车辆状态机

好了，理论说完了，咱们直接上手写代码。下面是一个最简单的车辆状态机，包含三个状态：停车、启动、巡航。

# 定义状态枚举
from enum import Enum

class VehicleState(Enum):
    PARKED = 1      # 停车
    STARTING = 2    # 启动
    CRUISING = 3    # 巡航

# 定义事件枚举
class VehicleEvent(Enum):
    START_BUTTON = 1      # 按下启动按钮
    SPEED_READY = 2       # 车速达到巡航条件
    BRAKE_PRESSED = 3     # 刹车被踩下
    STOP_SIGNAL = 4       # 停车信号

# 简单的FSM类
class VehicleFSM:
    def __init__(self):
        self.state = VehicleState.PARKED
        self.speed = 0.0
        print(f"初始状态: {self.state.name}")

    def on_event(self, event):
        # 状态转移逻辑
        if self.state == VehicleState.PARKED:
            if event == VehicleEvent.START_BUTTON:
                self.state = VehicleState.STARTING
                self._enter_starting()
            else:
                print(f"停车状态下忽略事件: {event.name}")

        elif self.state == VehicleState.STARTING:
            if event == VehicleEvent.SPEED_READY:
                self.state = VehicleState.CRUISING
                self._enter_cruising()
            elif event == VehicleEvent.BRAKE_PRESSED:
                self.state = VehicleState.PARKED
                self._enter_parked()
            else:
                print(f"启动状态下忽略事件: {event.name}")

        elif self.state == VehicleState.CRUISING:
            if event == VehicleEvent.BRAKE_PRESSED:
                self.state = VehicleState.STARTING
                self._enter_starting()
            elif event == VehicleEvent.STOP_SIGNAL:
                self.state = VehicleState.PARKED
                self._enter_parked()
            else:
                print(f"巡航状态下忽略事件: {event.name}")

    def _enter_parked(self):
        self.speed = 0.0
        print("进入停车状态，车速归零，拉起手刹")

    def _enter_starting(self):
        self.speed = 5.0
        print("进入启动状态，松开刹车，轻踩油门，车速缓慢提升")

    def _enter_cruising(self):
        self.speed = 60.0
        print("进入巡航状态，保持匀速行驶")

# 模拟运行
if __name__ == "__main__":
    fsm = VehicleFSM()
    fsm.on_event(VehicleEvent.START_BUTTON)   # 停车 → 启动
    fsm.on_event(VehicleEvent.SPEED_READY)    # 启动 → 巡航
    fsm.on_event(VehicleEvent.BRAKE_PRESSED)  # 巡航 → 启动
    fsm.on_event(VehicleEvent.STOP_SIGNAL)    # 启动 → 停车

状态转移表

为了更直观地展示状态机逻辑，我习惯画一个状态转移表。你看，这样一目了然：

当前状态	事件	下一状态	执行动作
停车	启动按钮	启动	松开刹车，轻踩油门
启动	车速达标	巡航	保持匀速
启动	刹车	停车	减速至零，拉手刹
巡航	刹车	启动	减速，准备重新加速
巡航	停车信号	停车	减速至零，拉手刹

FSM的优缺点

说实话，FSM不是万能的。它有明显的优点，也有硬伤。

优点：

• 直观易懂，画个图就能讲清楚
• 实现简单，代码量小
• 确定性高，给定状态和事件，结果唯一

缺点：

• 状态爆炸：状态一多，转移关系呈指数增长
• 难以处理并发事件：两个事件同时来了怎么办？
• 扩展性差：加一个新状态，可能要改一堆转移逻辑

你想想看，如果一辆自动驾驶汽车有几十个状态，每个状态又有十几个事件，那状态转移图画出来跟蜘蛛网一样。这时候FSM就不够用了。后面我们会讲层次状态机（HSM）和行为树，它们能解决这些问题。

嗯，今天的内容就到这里。记住，FSM是基础，但基础不牢，地动山摇。下一章我们讲层次状态机，看看怎么用嵌套的方式解决状态爆炸问题。