课程目录 · 端到端控制方法

01

端到端控制概述

传统控制到学习型定义与优势课程框架

02

数学基础回顾

线性代数概率论与信息论优化入门

03

深度学习基础

前向/反向传播激活函数损失函数

04

策略梯度方法

REINFORCE 策略梯度定理 Baseline & 方差缩减

05

Actor-Critic架构

价值与策略协同 A2C / A3C GAE

06

深度Q网络 (DQN)

Q-Learning回顾经验回放 Double / Dueling DQN

07

模型预测控制 (MPC) 基础

MPC原理线性/非线性MPC 机器人应用

08

基于学习的MPC

学习动力学不确定性量化 MPC+RL (MBRL)

09

BC & DAgger 逆强化学习 (IRL) GAIL

10

端到端视觉控制

CNN基础像素到动作 ALVINN / 自动驾驶

11

序列建模与控制

RNN / LSTM 时序建模注意力 & Transformer

12

多智能体端到端控制

CTDE MADDPG 多机器人协同

13

安全强化学习

CMDP 安全屏障函数 CPO / PPO-Safe

14

鲁棒控制与泛化

领域随机化对抗训练分布外检测

15

样本效率提升

HER 课程学习元学习

16

硬件在环与仿真

MuJoCo / PyBullet Sim-to-Real 系统辨识

17

端到端控制中的可解释性

注意力可视化 Grad-CAM 概念瓶颈模型

18

连续控制与机器人操作

DDPG / TD3 机械臂抓取灵巧手操作

19

运动规划与端到端控制

路径规划→轨迹优化 DMP 端到端导航

20

无人机与飞行控制

四旋翼动力学 Neural-Fly 避障 / 编队

21

水下机器人控制

水下动力学端到端挑战声纳+视觉融合

22

软体机器人控制

建模难点学习型控制视觉控制

23

人机交互与共享控制

意图估计共享控制框架学习型辅助

24

端到端控制中的因果推理

因果发现干预与反事实因果强化学习

25

大规模分布式训练

IMPALA / SEED RL 经验并行收集模型同步

26

实时控制与嵌入式部署

模型压缩边缘部署实时优化

27

端到端控制中的不确定性

偶然/认知不确定性贝叶斯神经网络不确定性感知控制

28

World Models Dreamer 扩散模型规划

29

项目实战：倒立摆平衡

环境搭建仿真到实物调优与排查

30

项目实战：自主导航小车

端到端导航系统多传感器融合场地测试与评估