• 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

*课程已报满,可预约下一期

  • 1-1:【文档】开课仪式
  • 1-2:【论文】丁文超老师高引用合集
  • 1-3:【文档】课程交流群问题收集
  • 第1章: 自动驾驶决策规划简介
  • 2:【课件】自动驾驶预测决策规划简介
  • 第1节: 自动驾驶概述
  • 免费 3:【视频】自动驾驶概述
  • 第2节: 自动驾驶的历史和背景
  • 免费 4:【视频】自动驾驶历史和背景
  • 第3节: 自动驾驶级别和分类
  • 免费 5:【视频】自动驾驶级别和分类
  • 第4节: 自动驾驶系统的组成和功能
  • 免费 6:【视频】系统的组成和功能
  • 第5节: 预测决策规划的重要性
  • 免费 7:【视频】预测决策规划的重要性
  • 第6节: 预测经典方案
  • 免费 8:【视频】预测的经典方案
  • 第7节: 课程Project介绍
  • 免费 9:【视频】课程Project介绍
  • 第8节: 课程基础技能
  • 免费 10:【视频】课程基础技能
  • 第9节: Project 1: nuPlan数据集准备
  • 免费 11:nuPlan数据集准备
  • 第10节: nuPlan数据集介绍与快速入门
  • 12-1:【课件】nuPlan数据集介绍与快速⼊门
  • 12-2:【视频】nuPlan数据集介绍与快速入门
  • 第2章: 基于模型的预测方法
  • 13-1:【课件】基于模型的预测方法
  • 13-2:【资料】Wenchao Ding Thesis.pdf
  • 第1节: 预测系统概述
  • 14:【视频】预测系统概述
  • 第2节: 定速度预测
  • 15:【视频】定速度预测
  • 第3节: 定曲率预测
  • 16:【视频】定曲率预测
  • 第4节: 短期预测 VS长时预测
  • 17:【视频】短期预测VS长时预测
  • 第5节: 基于手工特征的意图预测
  • 18:【视频】基于手工特征的意图预测
  • 第6节: 基于模型的轨迹预测
  • 19:【视频】基于模型的轨迹预测
  • 第3章: 路径与轨迹规划
  • 20:【课件】路径与轨迹规划
  • 第1节: 本章内容概述
  • 21:【视频】章节内容介绍
  • 第2节: 基础知识扫盲:Dijkstra算法与A star算法(选修)
  • 22-1:【视频】规划问题引入
  • 22-2:【视频】Dijkstra算法原理
  • 22-3:【视频】A star算法
  • 第3节: 基于搜索的路径规划
  • 23-1:【视频】A star在车辆规划中的应用
  • 23-2:【视频】Hybrid A star及其在车辆规划中的应用
  • 第4节: Cartesian坐标系与Frenét坐标系
  • 24-1:【视频】Frenét坐标系
  • 24-2:【视频】Cartesian坐标系与Frenét坐标系的位置变换
  • 24-3:【视频】Cartesian坐标系与Frenét坐标系的其他物理量的转换
  • 第5节: 满足Bellman最优性的路径规划
  • 25-1:【视频】 贝尔曼Bellman最优性原理
  • 25-2:【视频】高速与低速轨迹采样
  • 第6节: 基于优化的轨迹规划
  • 26:【视频】基于优化的规划方法
  • 第7节: Project 2:轨迹预测器与规划器
  • 27-1:项目说明中的链接
  • 27-2:【说明】Project 2 轨迹预测器和规划器
  • 27-3:【项目】nuplan-devkit.rar
  • 27-4:【作业】Project2
  • 28-1:第三章优秀作业分享-Mulholland
  • 28-2:【文档】第三章作业思路分享-rev同学
  • 第4章: 时空联合规划
  • 29:【课件】时空联合规划
  • 第1节: 本章内容概要
  • 30:【视频】本章节内容引言
  • 第2节: 时空联合规划概念
  • 31:【视频】时空联合规划的基本概念
  • 第3节: 基于搜索的时空联合规划方法
  • 32-1:【视频】三维时空地图的构建
  • 32-2:【视频】基于Hybrid A star的时空联合规划
  • 第4节: 基于迭代计算的时空联合规划
  • 33-1:【视频】迭代计算方法的流程
  • 33-2:【视频】参考轨迹与跟踪轨迹的规划
  • 第5节: 基于时空走廊的轨迹规划方法
  • 34-1:【视频】语义时空走廊的轨迹生成框架
  • 34-2:【视频】时空走廊的生成
  • 34-3:【视频】基于优化的轨迹生成
  • 第6节: 语义时空走廊规划的代码讲解
  • 35:【视频】语义时空走廊规划的代码讲解
  • 第5章: 决策过程
  • 36:【课件】决策过程
  • 第1节: 本章内容引入
  • 37-1:【视频】有了Planning,为什么还需要decision-making
  • 37-2:【视频】决策规划的一些思考
  • 第2节: 马尔可夫决策过程及其关键要素
  • 38:【视频】马尔可夫决策过程
  • 第3节: Value Iteration/Policy Iteration
  • 39-1:【视频】价值迭代
  • 39-2:【视频】价值迭代举例
  • 39-3:【视频】策略迭代举例
  • 39-4:【视频】小结
  • 第4节: Alpha Go & Alpha Zero中的决策
  • 40-1:【视频】AlphaGo中的决策
  • 40-2:【视频】AlphaZero中的决策
  • 第5节: 本章内容回顾
  • 41:【视频】本章内容回顾
  • 第6节: 自动驾驶的决策:Safe RL
  • 42:【视频】Safe Reinforcement learning
  • 第7节: MPDM:简化的决策模型
  • 43:【视频】Multipolicy Decision-Making
  • 第6章: 不确定性感知的决策过程
  • 44:【课件】不确定性感知的决策过程
  • 第1节: 本章内容引入
  • 45:【视频】本章内容介绍
  • 第2节: 部分观测的马尔可夫决策过程
  • 46-1:【视频】POMDP的思想以及与MDP的联系
  • 46-2:【视频】POMDP的3种常规求解方法
  • 第3节: EPSILON系统解析
  • 47:【视频】EPSILON系统框架解读
  • 第4节: MARC规划框架
  • 48:【视频】MARC解析
  • 第7章: 数据驱动的预测方法
  • 49:【课件】数据驱动的预测方法
  • 第1节: 多模态传感器信息表征
  • 50-1:【视频】章节介绍
  • 50-2:【视频】编码方式:栅格化表示
  • 50-3:【视频】编码方式:向量化表示
  • 50-4:【视频】编码方式:基于点云或多模态输入的预测
  • 50-5:【视频】编码方式:基于Transformer的方法
  • 51:【视频】编码方式小结
  • 第2节: 网络输出表征
  • 52:【视频】输出表达形式
  • 第3节: 场景级别预测和决策
  • 53:【视频】场景级别预测和决策
  • 第4节: 长时预测
  • 54:【视频】长时预测
  • 第5节: 预测的评价指标
  • 55:【视频】预测评价指标
  • 第6节: 实验 3:基于数据驱动的预测
  • 56-1:【说明】Project 3 数据驱动的预测
  • 56-2:【代码】VectorNet_NuPlan.zip
  • 56-3:【作业】Project3
  • 第8章: 数据驱动的决策方法
  • 第1节: 数据驱动的决策方法概述
  • 第2节: 监督学习
  • 第3节: 非监督学习
  • 第4节: 模拟器和仿真环境的使用
  • 第5节: 实际案例研究
  • 第6节: 实验 5:基于数据驱动的决策

相关推荐

机器人与自动驾驶 环境感知 进阶
机器人与自动驾驶 规划控制 进阶

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》