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

端到端规划控制与强化学习

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
课程导入
端到端规划控制与强化学习的定义 · 发展背景 · 与传统方法的对比
课程导入端到端规划控制
02
自动驾驶规划控制基础
感知-预测-规划-控制架构 · 经典规划算法（A* · Dijkstra
自动驾驶规划控制…感知
03
强化学习基础
马尔可夫决策过程（MDP） · 状态 · 动作
强化学习基础MDP
04
强化学习核心算法
Q-learning · SARSA · DQN
强化学习核心算法Q-learning
05
深度强化学习进阶
分布式RL（Ape-X · IMPALA） · 多智能体RL
深度强化学习进阶RL
06
端到端规划控制概述
从传感器输入到控制输出的直接映射 · 端到端模型架构（CNN · RNN
端到端规划控制概…从传感器输入到控…
07
端到端规划控制中的模仿学习
行为克隆 · DAgger · 数据聚合
端到端规划控制模仿学习
08
强化学习在端到端规划控制中的角色
奖励设计 · 安全约束 · 与模仿学习的结合（如RL+IL）
强化学习端到端规划控制
09
环境建模与仿真
CARLA · SUMO · AirSim
环境建模仿真
10
状态表示与特征提取
原始传感器数据（图像 · 点云）的编码 · 鸟瞰图（BEV）表示
状态表示特征提取
11
动作空间设计
连续控制（转向 · 油门 · 刹车）
动作空间设计连续控制
12
奖励工程
稀疏奖励与密集奖励 · 奖励塑形 · 多目标奖励（安全
奖励工程稀疏奖励
13
安全约束与合规
安全强化学习（Safe RL） · 约束MDP · 控制屏障函数
安全约束合规
14
端到端规划控制中的预测模块
轨迹预测 · 意图预测 · 交互建模
端到端规划控制预测模块
15
端到端规划控制中的决策模块
行为决策（换道 · 超车 · 让行）
端到端规划控制决策模块
16
端到端规划控制中的轨迹生成
基于优化的方法 · 基于采样的方法 · 基于学习的方法
端到端规划控制轨迹生成
17
端到端规划控制中的控制执行
车辆动力学模型（自行车模型 · 阿克曼模型） · 控制延迟补偿
端到端规划控制控制执行
18
训练策略与技巧
课程学习 · 域随机化 · 经验回放
训练策略课程学习
19
评估与验证
离线评估指标（碰撞率 · 任务成功率 · 行驶距离）
评估验证
20
案例实战
基于CARLA的端到端驾驶任务（如车… · 路口通行） · 使用PPO或SAC训练智能体
案例实战CARLA
21
案例实战
基于仿真环境的端到端规划控制项目（如… · 结合模仿学习与强化学习
案例实战基于仿真环境的端…
22
案例实战
多智能体场景下的端到端规划控制（如交… · 使用多智能体RL
案例实战多智能体场景下的…
23
常见问题与调试
训练不稳定 · 奖励不收敛 · 策略过拟合
常见问题调试
24
常见问题与调试
样本效率低 · 探索不足 · 奖励稀疏
常见问题调试
25
前沿研究
世界模型 · 基于模型的RL · 离线RL（如CQL
前沿研究世界模型
26
前沿研究
大语言模型（LLM）在自动驾驶规划控… · 多模态融合 · 可解释性
前沿研究LLM
27
工程实践与部署
模型压缩 · 量化 · 推理加速
工程实践部署
28
伦理与法规
自动驾驶的责任归属 · 数据隐私 · 安全标准
伦理法规
29
综合项目
从零搭建一个端到端规划控制与强化学习… · 包括环境搭建 · 模型设计
综合项目从零搭建一个端到…
30
课程总结与展望
核心知识点回顾 · 常见误区 · 学习资源推荐
课程总结核心知识点回顾