所属分类：车载智能与自动驾驶 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

模仿学习规划控制 逆强化学习自动驾驶路径规划

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
课程导入
自动驾驶路径规划概述 · 模仿学习与逆强化学习在其中的角色 · 课程目标与学习路径
课程导入自动驾驶路径规划…
02
自动驾驶基础
车辆运动学模型 · 环境感知与状态表示 · 路径规划与控制的层级结构
自动驾驶基础车辆运动学模型
03
路径规划基础
全局路径规划与局部路径规划 · 常见算法（A* · RRT
路径规划基础全局路径规划
04
模仿学习入门
行为克隆（BC）原理 · 数据集构建 · 训练流程与过拟合问题
模仿学习入门BC
05
逆强化学习基础
IRL问题定义 · 奖励函数概念 · 与模仿学习的关系
逆强化学习基础IRL
06
经典IRL算法
线性IRL · 最大边际规划（MMP） · 结构化分类
IRL经典
07
深度逆强化学习
基于深度网络的奖励函数学习 · 生成对抗模仿学习（GAIL） · 对抗逆强化学习（AIRL）
深度逆强化学习基于深度网络的奖…
08
模仿学习在自动驾驶中的应用
端到端驾驶 · 车道保持 · 换道决策
模仿学习自动驾驶
09
逆强化学习在路径规划中的应用
从专家演示中学习驾驶风格 · 奖励函数设计 · 路径偏好建模
逆强化学习路径规划
10
数据采集与预处理
驾驶数据记录 · 传感器同步 · 轨迹标注
数据采集预处理
11
特征工程与状态表示
手工特征（曲率 · 速度 · 障碍物距离）
特征工程状态表示
12
奖励函数设计
安全性 · 舒适性 · 效率
奖励函数设计安全性
13
算法实现
使用Python实现行为克隆 · 最大熵IRL · GAIL的代码框架与关键步骤
算法实现Python
14
仿真环境搭建
CARLA · SUMO · AirSim等仿真器介绍
仿真环境搭建CARLA
15
实战项目一
基于行为克隆的直线路径跟踪——数据采… · 模型训练 · 评估
实战项目一基于行为克隆的直…
16
实战项目二
基于最大熵IRL的换道路径规划——奖…
实战项目二IRL
17
实战项目三
基于GAIL的端到端驾驶——对抗训练…
实战项目三GAIL
18
模型评估与验证
轨迹误差 · 碰撞率 · 舒适性指标
模型评估验证
19
常见问题与调试
训练不稳定 · 奖励模糊 · 过拟合
常见问题调试
20
安全性与鲁棒性
对抗样本 · 传感器噪声 · 极端天气下的性能退化与应对
安全性鲁棒性
21
多模态与交互
行人预测 · 其他车辆意图估计 · 博弈论在路径规划中的应用
多模态交互
22
结合强化学习
从IRL到RL的迁移 · 奖励塑形 · 策略梯度与PPO在规划中的应用
结合强化学习IRL
23
前沿研究
多任务模仿学习 · 元学习 · Transformer在轨迹预测中的…
前沿研究多任务模仿学习
24
工程化部署
模型压缩 · 实时性优化 · 硬件平台（GPU/FPGA）适配
工程化部署模型压缩
25
伦理与法规
自动驾驶责任 · 隐私保护 · 符合交通法规的奖励约束
伦理法规
26
综合实战
完整自动驾驶路径规划系统——从数据到…
综合实战完整自动驾驶路径…
27
课程总结
核心知识点回顾 · 技能图谱 · 常见误区与进阶方向
课程总结核心知识点回顾
28
扩展学习
推荐 · 开源项目 · 社区资源
扩展学习推荐
29
综合提升
设计自己的IRL奖励函数并对比不同算…
综合提升IRL
30
结业项目
基于真实数据集（如nuScenes）… · 撰写技术报告并答辩
结业项目nuScenes