“但是，一般的控制算法就只是以稳定性为目标的啊，这么多的目标要怎么权衡？”，林欣然虽然理解江铭的话，但仍然不知道该怎么做。

“你还记得拉格朗日乘子法吗？”，江铭微笑道。

“我记得，哦，你是说...”，林欣然恍然：“构造一个拉格朗日函数，将之前的多个目标加权作为我们最后的优化目标！”

“接下来，我们可以找一个参数化的控制算法，再在上坡下坡或是雨天等等的不同环境下，测算目标函数最优的参数。”，江铭把之后的过程也一股脑说了出来。

林欣然顿时对江铭佩服到无以复加。

他的思路实在太清晰了，寥寥几句话，就找到了解决问题的方向，而且讲的如此简单明了，旁人立刻就能理解。

“天，师弟，不亏是你，你这么一说我就通了。”

“只需要这样几步，就轻松地把自适应巡航问题转化为优化问题了，而优化问题正是我们信息学方向最擅长的！”，她兴奋得几乎要跳起来。

对于他们这些研究员来说，只要找到解决问题的方向，那么离解决问题就已经不远了。

接下来，几乎不需要江铭再引导，林欣然就顺着思路一点点细化下去。

“我们可以设计一个环境检测器，检测当前的坡度和天气，然后把环境细分为多种类别。”

“控制算法的话，我推荐用PID控制，这样我们固定P的参数，就只剩下两个参数需要调整。”

PID控制，又名比例积分微分控制，林欣然上个学期才学过，因此印象极为深刻。'

比例（P）控制用来调整大致方向，放在巡航上就是当汽车距离前车远的时候就会加速，距离近了就会减速。

然而这种控制无法收敛，只有调整过头了才会调头。

而积分控制（I）与微分控制（D）则用来消除当下与未来的误差，每种控制前面通过一个系数来调整各自的控制力度，显然在不同环境下最优的参数是不同的。

“我们只需要借用华汽集团的模拟器，测试出出不同环境对应的最优参数集，就解出来了。”，林欣然的目光中透着欣喜的神色。

“我觉得，师姐你真的进步了。”，江铭也赞同林欣然的做法，顺便夸奖道。

“是嘛，你是不是也觉得我这两个月来聪明了很多？”

“不，我是觉得，如果是以前，你一定会哈哈大笑，然后告诉所有人你解出来了，现在比以前淡定多了！”

...

演播室内。

直播还在继续。

莉雪时不时地发现一些现场的新情况，或是抛出一些话题，留给两位教授讨论。

两位教授也是积极地分析现场情况，或是聊一些自己科研时的心得体会。

总体来说，现场的氛围并不单调。

“哦？金陵大学组好像已经开始在做PPT了。”，莉雪率先发现了江铭和林欣然的举动。

颜宇菲微笑道：“看来他们的进度真的很快，才过了不到五个小时，就确定好方案了。”

庞武轻哼一声，没有接话。

他看好的华清大学组进展不佳，两个人还在不断翻找资料，甚至交流都变少了。

他有种不好的预感。

科研往往是如此，如果思路通顺，可能一路顺着走下去很快便能解决问题。

可是一旦卡住，很容易陷入死胡同，钻牛角尖。

如此的话，很可能在一个很小的点上卡上很久，浪费大量时间。

在平常时可能还好，但现在是争分夺秒的科研综艺，如果到了明天连一个方案都没搞出来，这一组就只能被淘汰了。

此时此刻，网友们也在弹幕上激烈讨论着。

“我就说嘛，江铭果然是这些天才里最顶尖的。”