端到端自动驾驶术语表

第 1 课术语

术语	课程中的含义	容易混淆的地方
Autonomous driving stack 自动驾驶栈	从传感器输入到车辆动作的一组硬件与软件环节。	“栈”描述系统组成，不表示它一定是模块化或端到端。
Modular pipeline 模块化流水线	感知、预测、规划和控制等模块有明确接口，常分别训练、调试或替换。	模块可以包含神经网络；用了深度学习不等于端到端。
End-to-end driving 端到端驾驶	用学习方法把较靠近传感器的输入连接到运动计划或控制输出，并让训练目标直接影响这条链路中的表示。	文献没有唯一边界。必须检查作者把哪两个“端”连在一起。
Joint optimization 联合优化	多个部件的参数在同一训练过程中根据共享或关联目标更新。	联合优化可以发生在多模块系统中；它不保证整个物理驾驶闭环可微。
Planning-oriented 规划导向	中间任务和表示的设计以最终规划质量为主要目标。	它可以保留检测、跟踪和预测头，因此不等于取消所有模块。
Waypoint 路径点	车辆未来应到达的一系列空间点，通常还需要控制器转成方向盘、油门和制动。	路径点只表达位置时，不一定包含速度、时间和车辆可行性。
Trajectory 轨迹	带时间顺序的未来运动状态序列，可能包含位置、朝向、速度或加速度。	论文有时把 waypoint 序列宽泛地叫作 trajectory，要看具体字段。
Open-loop evaluation 开环评测	模型预测不会改变后续输入；通常在固定日志上逐帧比较预测与记录答案。	误差小不表示车辆偏离后能恢复，也不表示能应对其他交通参与者的反应。
Closed-loop evaluation 闭环评测	模型动作会改变环境状态和下一次观测，错误会反馈到后续决策。	闭环仿真的真实性仍取决于传感器、交通参与者和场景模型。
Ego vehicle 自车	当前系统正在控制或分析的车辆。	ego state 通常指自车速度、加速度、姿态等状态，不是周围场景。
BEV 鸟瞰表示	以自车或世界为中心，把场景特征放到地面 x-y 坐标的栅格或平面中。	BEV 是坐标表示，不是特定网络，也不等于 occupancy。
Occupancy 空间占用	描述某个 2D 或 3D 空间位置现在或未来是否被占用。	它不要求先判断物体类别，但通常弱化实例身份。
Raster representation 栅格表示	把地图、目标或占用画进规则网格，每格保存类别或特征。	稠密计算直观但成本高，分辨率决定细节上限。
Vectorized representation 向量化表示	用目标 query、折线或点序列表示车辆、行人和车道实例。	关系清楚且较稀疏，但依赖实例抽取可靠。
Sensor fusion 传感器融合	在空间、时间和语义上合并 Camera、LiDAR、Radar 等输入。	“拼接特征”没有说明坐标、时刻和网络深度是否对齐。
Behavioral cloning 行为克隆	用监督学习预测专家在记录状态下的动作或轨迹。	它是模仿学习的一种，主要覆盖专家访问过的状态。
Imitation learning 模仿学习	从专家示范、查询或教师策略中学习行为的较大方法集合。	不应与行为克隆完全同义，也不要求教师是人类。
Covariate shift 协变量偏移	部署策略访问的状态分布与专家训练数据分布不同。	在序列决策中，策略自己的动作会制造这种偏移。
Compounding error 累积误差	一次小动作错误改变后续状态，导致后面的错误逐步放大。	单帧平均误差很小，也可能产生严重闭环偏离。
DAgger 数据集聚合	让当前策略 rollout，再请专家标注策略实际访问的状态，并反复聚合数据。	重点是数据收集分布，不是某一种网络结构。
Causal confusion 因果混淆	模仿策略利用与专家动作相关、却没有正确因果作用的输入捷径。	更多输入可能加重问题，需要干预来识别正确关系。
Privileged information 特权信息	训练时可见但部署时不可得的场景真值，例如完美目标和地图状态。	可用于教师或监督，不能暗中进入最终学生输入。
Auxiliary task 辅助任务	除最终规划外的检测、深度、地图、预测或 occupancy 训练目标。	任务多不等于规划一定更好，需要损失平衡和消融实验。
ADE / FDE 平均/终点位移误差	ADE 平均比较整段轨迹位置，FDE 比较预测终点和记录终点。	二者测几何相似度，不直接测闭环恢复、规则或安全。
Reactive simulation 反应式仿真	被测策略的动作会改变自车，其他参与者也能随之改变行为。	反应规则或模型本身仍可能与真实交通有差距。
Non-reactive simulation 非反应式仿真	可短时展开自车轨迹并算仿真指标，但环境不会对策略作出反应。	比固定轨迹误差更接近驾驶目标，仍不等于完整闭环。
World model 世界模型	根据当前状态和动作预测未来视频、空间状态或隐变量分布。	生成画面逼真不保证动作条件、几何和长期因果正确。
Model-based RL 模型式强化学习	学习或使用环境动态模型，在模型内规划或训练策略。	模型偏差会随 imagined rollout 累积。
VLM 视觉语言模型	在共享表示中连接图像、文本、问答或行为语义。	语言推理不能替代连续几何、高频控制和安全验证。
Data loop 数据闭环	从运行中发现失败，选择并标注数据，重新训练，再做回归评测。	保存所有日志不是闭环；重要的是选择能改变决策边界的数据。

使用原则

看到“end-to-end”时先问：输入是什么，输出是什么，哪些参数受最终驾驶目标影响，控制器和安全规则是否仍在网络之外？

术语表会随课程增加。课程正文若采用一个较窄定义，会明确标出，不把定义差异伪装成方法优劣。