❗️一分钟🕐看明白端到端
✍️端到端，是今年自动驾驶领域🔥的话题

一分钟让我们图解端到端✨

说端到端之前，让我们先看一下，传统的规控方案是怎么样的🤔

⌛️2024年之前，自动驾驶架构主要是：规控方案。
方案由3️⃣个部分构成：感知预测模块、规划决策模块、控制执行模块

👉首先，传感器获取道路信息，感知预测模块负责将信息处理、转化为关键的描述指标。
👉其次，规划决策模块，基于对道路信息模型的理解，进行行车路径规划，并且决策出zui优解。
👉最后，控制执行模块，对决策进行执行，生成行车控制的指令

🧎方案遇到的主要挑战

1️⃣人力成本高，需要大量的工程师🧑‍💻👩‍💻进行复杂规则的编写，系统根据规则进行执行
2️⃣由于实际行车场景的复杂度太高，编写规则无法覆盖全部场景
3️⃣信息损耗大，多个模块的链接加剧了信息在传输过程中的损耗，最终影响决策的准确性

🤖因此，端到端的方案闪亮登场🌟

✅端到端指的是，一端通过传感器输入道路信息，进入神经网络大模型中，另一端，直接输出控制车辆行驶的执行结果

🔐方案本质上，是通过自适应学习的方式，将大量的人类驾驶数据用以训练模型，让模型学习-模仿人类驾驶的能力，进而以完成对车辆的控制

⭕️端到端的优势，泛化能力好，模型对于人类行为的模拟，可以很好地覆盖各类道路情况

❓端到端的劣势，由于模型决策行为的黑盒特性，部分行为存在不可解释性，会给优化带来一定的挑战

✍️值得一提的是，规控方案和端到端不是完全互斥的关系，而是存在一定程度辅助关系。