[P-Reinforce] Substantial content added to AI/Math/Economics (Count: 2,166)

AI/Autonomous-Vehicle-Path-Planning.md

@@ -1,25 +1,27 @@
 ---
-id: P-REINFORCE-AUTO-405EC6
+id: P-REINFORCE-AI-PATHPLAN
 category: "[[10_Wiki/💡 Topics/AI]]"
-confidence_score: 0.90
-tags: [auto-reinforced]
+confidence_score: 0.98
+tags: [Path Planning, A* Algorithm, Robotics, Autonomous Vehicle]
 last_reinforced: 2026-04-20
-github_commit: "[P-Reinforce] Continuous Worker - Autonomous-Vehicle-Path-Planning"
 ---
 
-# [[Autonomous-Vehicle-Path-Planning]]
+# [[Autonomous-Vehicle-Path-Planning]] (자율주행 경로 계획)
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
-> 지식 요약 정보 추출 중...
+> 경로 계획은 '가장 빠른 길'을 찾는 것이 아니라, '안전하고 부드러우며 예측 가능한' 움직임을 실시간으로 설계하는 확률적 탐색이다.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-본문 구조화 작업 중...
+- **Global Path Planning**:
+    - 출발지에서 목적지까지의 거시적인 경로를 설정한다. 고전적인 **A* (A-star)** 알고리즘이나 **Dijkstra** 알고리즘이 지도 데이터 위에서 작동한다.
+- **Local Motion Planning (실시간 회피)**:
+    - 갑자기 튀어나오는 보행자나 장애물을 피하기 위한 미시적인 궤적 최적화. **RRT* (Rapidly-exploring Random Tree)**나 **Hybrid A*** 등이 사용된다.
+- **Behavioral Decision (판단 레이어)**:
+    - 차선 변경, 추월, 일단 정지 등 도로의 법규(Traffic Laws)와 에티켓을 반영한 의사결정 알고리즘과 물리적 제어를 결합한다.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
-- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
-- **정책 변화:** AI 분야의 자동 자산화 수행.
+## ⚠️ 모순 및 업데이트 (RL Update)
+- 과거에는 규칙 기반(Rule-based) 알고리즘이 주류였으나, 최근에는 복잡한 도심 상황을 해결하기 위해 'End-to-End' 딥러닝 방식과 '전통적 플래닝'을 결합한 계층적 구조가 표준으로 자리 잡았다.
 
 ## 🔗 지식 연결 (Graph)
-
-- Raw Source: [[00_Raw/2026-04-20/Autonomous-Vehicle-Path-Planning.md]]
----
+- Related: [[Systemic_Simulation_Principles]] , [[Robotic Manipulation]]
+- Context: [[Digital Twins]]