搜索

❗️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。
蒼白 🤖