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

视觉端到端自动驾驶算法 模仿学习行为克隆

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
视觉端到端自动驾驶的定义 · 发展历程 · 与传统模块化方法的对比
课程导论视觉端到端自动驾…
02
环境搭建与工具链
Python · PyTorch · CARLA模拟器
环境搭建工具链
03
视觉感知基础
卷积神经网络（CNN）原理 · 图像特征提取 · 目标检测与语义分割在自动驾驶中的应用
视觉感知基础CNN
04
端到端驾驶模型架构
从图像输入到控制输出的直接映射 · 经典模型如NVIDIA DAVE-2 · Conditional Imitat…
端到端驾驶模型架…从图像输入到控制…
05
行为克隆核心原理
监督学习框架 · 专家演示数据收集 · 状态-动作对构建
行为克隆核心原理监督学习框架
06
数据收集与预处理
传感器配置（相机 · 激光雷达） · 数据同步
数据收集预处理
07
模仿学习算法进阶
DAgger（数据集聚合） · 交互式模仿学习 · 多模态模仿学习（如CILRS）以及如…
模仿学习算法进阶DAgger
08
视觉特征提取与融合
使用预训练模型（ResNet · VGG）进行迁移学习 · 多相机输入融合
视觉特征提取融合
09
控制信号表示
方向盘转角 · 油门 · 刹车的连续/离散表示
控制信号表示方向盘转角
10
训练策略与优化
学习率调度 · 批量大小 · 正则化（Dropout
训练策略优化
11
评估指标与基准
自动驾驶常用评估指标（轨迹误差 · 碰撞率 · 路线完成率）
评估指标基准
12
案例实战
基于CARLA的端到端驾驶模型训练—…
案例实战CARLA
13
案例实战
使用NVIDIA DAVE-2模型在… · 并分析不同训练数据量对性能的影响
案例实战NVIDIA
14
案例实战
行为克隆在真实道路数据集（如Comm… · 处理真实场景中的光照和天气变化
案例实战Comm
15
案例实战
多模态模仿学习——结合导航指令（如转… · 实现路口转弯和变道
案例实战多模态模仿学习
16
常见问题与调试
模型输出抖动 · 车辆震荡 · 过拟合
常见问题调试
17
安全性与鲁棒性
对抗样本 · 传感器噪声 · 极端天气下的模型退化
安全性鲁棒性
18
可解释性与可视化
使用Grad-CAM · 注意力图等工具可视化模型关注区域 · 分析模型决策依据
可解释性可视化
19
与强化学习的对比与结合
行为克隆与强化学习的优缺点 · 以及如何将两者结合（如DAgger · RL微调）提升性能
强化学习的对比结合
20
前沿进展
最新端到端模型（如TransFuse… · NEAT · LBC）介绍
前沿进展TransFuse
21
部署与实车测试
模型压缩（量化 · 剪枝） · 推理优化（TensorRT）
部署实车测试
22
课程项目
设计并实现一个基于行为克隆的端到端自… · 在模拟器中完成指定路线（含直行 · 转弯
课程项目设计并实现一个基…
23
课程项目
针对数据分布偏移问题 · 实现DAgger算法并对比其与标准行…
课程项目针对数据分布偏移…
24
课程项目
构建一个多传感器融合的端到端模型（相… · 在CARLA中实现更稳健的驾驶策略
课程项目构建一个多传感器…
25
课程项目
开发一个可视化工具 · 实时展示模型的注意力热力图和预测控制… · 并分析模型在特定场景下的行为
课程项目开发一个可视化工…
26
综合提升
如何设计自己的端到端驾驶实验 · 包括实验假设 · 变量控制
综合提升如何设计自己的端…
27
综合提升
从行为克隆到多任务学习——同时预测控… · 路径点 · 语义分割
综合提升从行为克隆到多任…
28
综合提升
处理长尾场景（施工区域 · 事故现场 · 罕见交通标志）的策略
综合提升处理长尾场景
29
综合提升
模型在仿真与真实之间的迁移（Sim-… · 包括域随机化 · 风格迁移和在线适应技术
综合提升Sim
30
课程总结与未来展望
回顾核心知识点 · 梳理学习路径 · 探讨视觉端到端自动驾驶的挑战与未来趋…
课程总结未来展望