强化学习ppt_清华实例讲解：深度强化学习实现端到端自动驾驶【附PPT下载】

自从2016年，英伟达公开了用于自动驾驶汽车的端到端深度学习技术之后，已经有不计其数的公司、单位甚至爱好者用此技术做出自动驾驶的demo。简单网络结构，可以实现摄像头输入到刹车油门方向盘输出的直接映射。 目前比较热的一个新兴的自动驾驶解决方案就是端到端(end-to-end)的系统，它的特点是更接近于人的驾驶习惯。看到的是人看到的场景，经过神经网络的处理之后，产生类似于人类的驾驶行为。 清华大学iDLab智能驾驶实验室最近发布的PPT展示了他们的研究方法，简述了人类为什么需要自动驾驶、DeepMind2015年强化深度学习所用的基本逻辑图、以及清华大学iDLab仿真训练的设置以及成果。(具体见文末) 自动驾驶系统的分类： ·  Rule based system  基于规则的系统。 ·   Fully end-to-end  端到端的系统。 ·  Intermediate approach 以上两种的综合性方法。 ·  DeepDriving  也叫作direct perception。 ·  Future video prediction  未来视频预测。 主要介绍