自动驾驶---End-to-end用于Planning行为规划

1 背景

        在上篇博文《自动驾驶---Behavior Planning介绍-优快云博客》中，由于篇幅有限，针对端到端自动驾驶，只是简单介绍了现阶段学习类的决策方法（包括基于深度监督学习、基于强化学习以及基于逆强化学习(IRL)3种），所以计划单独开一篇梳理最近几年的论文和研究，以便读者更能深入的了解它的魅力。

        端到端自动驾驶，也就是End-to-end，是否会成为现实呢，笔者认为在不久的将来是可以实现的。下面笔者就以几篇论文带大家去了解一下。

2 End to end介绍

        《End to End Learning for Self-Driving Cars》这篇论文是2016年NVIDIA的研究成果，它探讨了如何使用卷积神经网络（CNN）实现端到端的自动驾驶。

2.1 论文概要

2.2.1 CNN知识普及

        先向读者普及一个知识点：CNN（卷积神经网络）和深度学习的关系。因为非相关领域的读者可能对这些概念不是特别熟悉（笔者也不在该领域），