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

自动驾驶奖励设计与策略优化工程

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=自动驾驶奖励设计与策略优化的学… · 核心概念 · 整体框架与工程实践全景
课程导入目标=自动驾驶奖…
02
自动驾驶基础
目标=感知 · 预测 · 规划
自动驾驶基础目标=感知
03
强化学习基础
目标=马尔可夫决策过程 · 状态 · 动作
强化学习基础目标=马尔可夫决…
04
奖励函数设计入门
目标=稀疏奖励 · 稠密奖励 · 目标奖励
奖励函数设计入门目标=稀疏奖励
05
奖励塑形方法
目标=势能函数 · 距离变换 · 课程学习
奖励塑形方法目标=势能函数
06
安全与舒适奖励
目标=碰撞惩罚 · 车道保持 · 速度限制
安全舒适奖励
07
多目标奖励权衡
目标=效率 · 安全 · 舒适
多目标奖励权衡目标=效率
08
策略优化基础
目标=策略梯度 · REINFORCE · Actor-Critic
策略优化基础目标=策略梯度
09
值函数方法
目标=DQN · Double DQN · Dueling DQN
值函数方法DQN
10
基于模型的策略优化
目标=世界模型 · MPC 与强化学习结合 · Dreamer 与 MuZero 简…
基于模型的策略优…目标=世界模型
11
离线强化学习
目标=BCQ · CQL · IQL 与离线数据下的奖励设计与策略…
离线强化学习BCQ
12
逆强化学习与模仿学习
目标=最大熵 IRL · GAIL · 行为克隆与奖励函数恢复
逆强化学习模仿学习
13
奖励设计中的信用分配
目标=延迟奖励 · 多步回报 · GAE 与时间差分学习
奖励设计信用分配
14
仿真环境与基准
目标=CARLA · SUMO · Highway-env
仿真环境基准
15
案例实战一
目标=高速公路换道场景的奖励设计与…
案例实战一目标=高速公路换…
16
案例实战二
目标=城市交叉口通行场景的多目标奖励…
案例实战二目标=城市交叉口…
17
案例实战三
目标=泊车场景的稀疏奖励塑形与课程学…
案例实战三目标=泊车场景的…
18
案例实战四
目标=基于逆强化学习的驾驶风格建模与…
案例实战四目标=基于逆强化…
19
奖励黑客与病态行为
目标=奖励漏洞 · 投机策略 · 振荡
奖励黑客病态行为
20
奖励函数调试与评估
目标=奖励曲线 · 策略行为分析 · 消融实验与可解释性工具
奖励函数调试评估
21
策略优化工程实践
目标=训练稳定性 · 超参数调优 · 分布式训练与课程调度
策略优化工程实践目标=训练稳定性
22
安全强化学习
目标=约束 MDP · 拉格朗日方法 · 安全层与形式化验证简介
安全强化学习MDP
23
多智能体奖励设计
目标=合作 · 竞争 · 混合动机场景下的奖励分配与策略优化
多智能体奖励设计目标=合作
24
从仿真到实车
目标=域随机化 · 域适应 · 仿真到现实迁移与奖励函数泛化
从仿真到实车目标=域随机化
25
常见问题与解决方案
目标=奖励稀疏 · 收敛困难 · 局部最优
常见问题解决方案
26
综合提升一
目标=端到端自动驾驶中的奖励设计与策…
综合提升一目标=端到端自动…
27
综合提升二
目标=大语言模型与奖励设计 · 策略优化的结合探索
综合提升二目标=大语言模型
28
综合提升三
目标=自动驾驶奖励设计的伦理 · 法规与可解释性要求
综合提升三目标=自动驾驶奖…
29
项目实战
目标=完整设计一个自动驾驶决策规划任…
项目实战目标=完整设计一…
30
课程总结与展望
目标=知识体系回顾 · 工程最佳实践 · 未来趋势与持续学习路径
课程总结目标=知识体系回…