VIP9
本课程属于：086-模仿学习与行为克隆驾驶工程 智能汽车与新能源汽车工程 · 共 9 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

端到端规划控制、模仿学习与强化学习

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
端到端规划控制的基本概念 · 发展历程 · 与传统模块化方法的对比
课程导论端到端规划控制的…
02
环境与工具准备
Python · PyTorch · CARLA/SUMO等仿真环境
环境工具准备
03
感知与表示学习
摄像头 · 激光雷达 · 毫米波雷达的传感器融合
感知表示学习
04
规划控制基础
路径规划 · 轨迹生成 · 运动学与动力学约束
规划控制基础路径规划
05
模仿学习入门
行为克隆（BC）原理 · 数据收集与预处理 · 损失函数设计
模仿学习入门BC
06
模仿学习进阶
DAgger算法 · 交互式模仿学习 · 多模态轨迹预测
模仿学习进阶DAgger
07
强化学习基础
马尔可夫决策过程（MDP） · 策略梯度 · Q-learning
强化学习基础MDP
08
强化学习在规划控制中的应用
状态空间与动作空间设计 · 奖励函数设计（安全 · 舒适
强化学习规划控制
09
端到端模型架构
从感知到控制的直接映射 · 卷积神经网络（CNN） · 循环神经网络（RNN）
端到端模型架构从感知到控制的直…
10
基于模仿学习的端到端驾驶
NVIDIA Dave-2 · NVIDIA PilotNet · Waymo的ChauffeurNet…
基于模仿学习的端…NVIDIA
11
基于强化学习的端到端驾驶
DeepRL在自动驾驶中的经典工作（… · PPO在车道保持 · 变道
基于强化学习的端…DeepRL
12
混合方法
模仿学习与强化学习的结合（如RL预训… · IL引导的RL探索 · 生成对抗模仿学习GAIL）
混合方法RL
13
安全与鲁棒性
对抗攻击 · 分布外（OOD）检测 · 不确定性估计
安全鲁棒性
14
多任务学习与多模态融合
同时处理感知 · 预测 · 规划的多任务网络
多任务学习多模态融合
15
仿真与数据生成
利用仿真环境生成训练数据 · 数据增强 · 场景随机化
仿真数据生成
16
评估与验证
离线评估指标（碰撞率 · 偏离中心线 · 舒适度）
评估验证
17
实战项目一
基于CARLA的模仿学习车道保持——… · 模型训练 · 评估与调优
实战项目一CARLA
18
实战项目二
基于CARLA的强化学习变道决策——… · 奖励设计 · PPO训练与结果分析
实战项目二CARLA
19
实战项目三
模仿学习与强化学习结合——在复杂城市…
实战项目三模仿学习
20
常见问题与调试技巧
训练不收敛 · 奖励稀疏 · 数据不平衡
常见问题调试技巧
21
前沿研究
世界模型（World Models） · 基于模型的强化学习（MBRL） · 扩散模型在规划中的应用
前沿研究World
22
端到端规划控制中的可解释性
注意力可视化 · 因果推理 · 模型解释方法
端到端规划控制可解释性
23
多智能体与交互决策
处理行人 · 其他车辆等动态障碍物的交互 · 博弈论与多智能体强化学习
多智能体交互决策
24
边缘情况与长尾问题
罕见场景处理 · 数据增强 · 异常检测
边缘情况长尾问题
25
工程化与部署
模型压缩 · 量化 · TensorRT加速
工程化部署
26
行业案例研究
特斯拉FSD · Waymo · Cruise
行业案例研究FSD
27
伦理与法规
自动驾驶的责任归属 · 数据隐私 · 安全标准（ISO 26262
伦理法规
28
综合项目
设计一个完整的端到端规划控制系统——… · 数据采集 · 模型设计
综合项目设计一个完整的端…
29
课程总结与进阶路径
核心知识回顾 · 推荐与书籍 · 开源代码库（如InterFuser
课程总结进阶路径
30
结业考核与答辩
项目展示 · 答辩要点 · 常见问题与评价标准
结业考核答辩