限时特价 ：
¥849
原价 ： ¥899.00
限时特价
剩余名额
剩余名额
25
-
学习时长
9周/建议每周至少6小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/助教及时批改评优
-
课程有效期
一年/告别拖延，温故知新
- 第1章: 自动驾驶决策规划简介
- 第1节: 自动驾驶概述
- 第2节: 自动驾驶的历史和背景
- 第3节: 自动驾驶级别和分类
- 第4节: 自动驾驶系统的组成和功能
- 第5节: 预测决策规划的重要性
- 第6节: 预测经典方案
- 第7节: 课程Project介绍
- 第8节: 课程基础技能
- 第9节: Project 1: nuPlan数据集准备
- 第2章: 基于模型的预测方法
- 第1节: 预测系统概述
- 第2节: 定速度预测
- 第3节: 定曲率预测
- 第4节: 短期预测 VS长时预测
- 第5节: 基于手工特征的意图预测
- 第6节: 基于模型的轨迹预测
- 第3章: 路径与轨迹规划
- 第1节: 本章内容概述
- 第2节: 基础知识扫盲：Dijkstra算法与A star算法（选修）
- 第3节: 基于搜索的路径规划
- 第4节: Cartesian坐标系与Frenét坐标系
- 第5节: 满足Bellman最优性的路径规划
- 第6节: 基于优化的轨迹规划
- 第7节: Project 2：轨迹预测器与规划器
- 第4章: 时空联合规划
- 第1节: 本章内容概要
- 第2节: 时空联合规划概念
- 第3节: 基于搜索的时空联合规划方法
- 第4节: 基于迭代计算的时空联合规划
- 第5节: 基于时空走廊的轨迹规划方法
- 第6节: 语义时空走廊规划的代码讲解
- 第5章: 决策过程
- 第1节: 本章内容引入
- 第2节: 马尔可夫决策过程及其关键要素
- 第3节: Value Iteration/Policy Iteration
- 第4节: Alpha Go & Alpha Zero中的决策
- 第5节: 本章内容回顾
- 第6节: 自动驾驶的决策：Safe RL
- 第7节: MPDM：简化的决策模型
- 第6章: 不确定性感知的决策过程
- 第1节: 本章内容引入
- 第2节: 部分观测的马尔可夫决策过程
- 第3节: EPSILON系统解析
- 第4节: MARC规划框架
- 第7章: 数据驱动的预测方法
- 第1节: 多模态传感器信息表征
- 第2节: 网络输出表征
- 第3节: 场景级别预测和决策
- 第4节: 长时预测
- 第5节: 预测的评价指标
- 第6节: 实验 3：基于数据驱动的预测
- 第8章: 数据驱动的决策方法
- 第1节: 本章内容介绍
- 第2节: 生成模型
- 第3节: 模仿学习
- 第4节: 强化学习
- 第9章: 数据驱动前沿算法与发展趋势
- 第1节: 端到端自动驾驶引入
- 第2节: 端到端自动驾驶
- 第3节: 自动驾驶与多模态大模型
- 第4节: 开放问题讨论
