VIP10
本课程属于：087-强化学习驾驶决策与控制工程 智能汽车与新能源汽车工程 · 共 10 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

强化学习驾驶仿真环境与训练工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=强化学习驾驶仿真的学习目标 · 核心概念 · 整体框架与工程实践路线图
课程导入目标=强化学习驾…
02
强化学习基础
目标=马尔可夫决策过程 · 值函数 · 策略梯度
强化学习基础目标=马尔可夫决…
03
驾驶仿真环境概览
目标=CARLA · SUMO · AirSim
驾驶仿真环境概览CARLA
04
仿真环境接口与通信
目标=Python API · ROS/ROS2 桥接 · gRPC 通信
仿真环境接口通信
05
场景建模与地图构建
目标=OpenDRIVE · Lanelet2 · 道路网络
场景建模地图构建
06
车辆动力学与运动学建模
目标=自行车模型 · 动力学约束 · 控制接口与仿真步长影响
车辆动力学运动学建模
07
传感器仿真
目标=相机 · 激光雷达 · 毫米波雷达
传感器仿真目标=相机
08
交通流与行为建模
目标=SUMO 交通流 · 智能驾驶员模型 · 行人行为与多智能体交互
交通流行为建模
09
强化学习环境封装
目标=Gym/Gymnasium 接… · 观测空间 · 动作空间
强化学习环境封装Gym/Gymnasiu…
10
状态表示与特征工程
目标=鸟瞰图 · 语义分割 · 点云编码
状态表示特征工程
11
动作空间设计
目标=离散控制 · 连续控制 · 高低层动作分解与油门/刹车/转向映射
动作空间设计目标=离散控制
12
奖励函数工程
目标=稀疏奖励 · 稠密奖励 · 势能函数
奖励函数工程目标=稀疏奖励
13
训练算法选型
目标=DQN · DDPG · TD3
训练算法选型DQN
14
训练流程与超参数调优
目标=采样效率 · 批量大小 · 学习率
训练流程超参数调优
15
分布式训练与并行仿真
目标=多环境并行 · 向量化环境 · Ray/RLlib 与分布式采样架构
分布式训练并行仿真
16
课程学习与领域随机化
目标=难度递进 · 场景随机化 · 域随机化与泛化能力提升
课程学习领域随机化
17
模仿学习与强化学习结合
目标=行为克隆 · 逆强化学习 · GAIL 与预训练策略迁移
模仿学习强化学习结合
18
安全强化学习
目标=约束马尔可夫决策 · 安全层 · 风险敏感策略与碰撞避免机制
安全强化学习目标=约束马尔可…
19
多智能体强化学习
目标=合作 · 竞争 · 混合场景
多智能体强化学习目标=合作
20
仿真到现实迁移
目标=Sim2Real 差距 · 系统辨识 · 域适应与实车部署注意事项
仿真到现实迁移Sim2Real
21
训练工程架构
目标=代码组织 · 配置管理 · 日志系统
训练工程架构目标=代码组织
22
实验管理与可视化
目标=TensorBoard · Weights & Biases · 指标监控与训练曲线分析
实验管理可视化
23
模型评估与测试
目标=闭环评估 · 开环评估 · 场景覆盖率
模型评估测试
24
案例实战一
目标=CARLA 中基于 PPO 的…
案例实战一CARLA
25
案例实战二
目标=SUMO 与强化学习结合的城市…
案例实战二SUMO
26
案例实战三
目标=多智能体高速公路合流场景下的协…
案例实战三目标=多智能体高…
27
常见问题与调试
目标=训练不收敛 · 奖励黑客 · 仿真崩溃
常见问题调试
28
性能优化与加速
目标=GPU 加速 · 渲染优化 · 物理步进优化
性能优化加速
29
综合提升项目
目标=从零搭建驾驶仿真训练平台 · 完成环境 · 算法
综合提升项目目标=从零搭建驾…
30
课程总结与前沿展望
目标=知识体系回顾 · 工程最佳实践 · 前沿方向与持续学习路径
课程总结前沿展望