该文综述自动驾驶环岛及交叉口研究，提出几何约束建模方法以生成高精路网，利用博弈论在线估计对手驾驶模式；深度强化学习评估显示TRPO在安全与效率上最佳、PPO舒适性最好；另涵盖毫秒级协同优化框架、TD3解决T字路口导航、无监督学习分类环岛驾驶风格，以及泊车避障路径规划、多任务安全强化学习和轨迹价值学习TRAVL等成果。

GFlowCausal是一种新方法，通过逐步添加直接边将图搜索问题转变为生成问题，从而从观测数据中学习一个DAG，并使用基于可传递闭包的即插即用模块确保高效的采样。该方法在理论和实验上都表现出显著优势，并且在大规模设置下也表现良好。