ALVINN

1988 年卡内基梅隆的驾驶神经网络，看路面图像直接输出转向。

ALVINN 是卡内基梅隆大学 Dean Pomerleau 的工作，论文发表于 NIPS 1988。当时的自动驾驶靠手工设计的图像处理规则，光照、路况一变就容易失效。ALVINN 改用一个只有一层 29 个隐藏单元的反向传播网络：输入 30×32 的摄像头图像和 8×32 的激光测距图，输出 45 个单元表示该走的转弯曲率，中间没有手写的道路检测规则。网络先在 1200 张程序生成的模拟道路图上训练，再装到 CMU 的 NAVLAB 试验车上，以 0.5 m/s 沿校园林间 400 米的路自主行驶。它常被看作行为克隆和端到端驾驶最早的实例之一，英伟达 2016 年的端到端驾驶系统 DAVE-2 在论文中称受它启发。

例子每读入一帧路面图像，网络 45 个转向输出单元中激活最强的位置决定方向：正中间的单元表示直行，越往两侧的单元表示向左或向右转得越急。

也叫

Autonomous Land Vehicle In a Neural Network、神经网络自主陆地车辆

相关

端到端、行为克隆、自动驾驶、模仿学习、多层感知机、特斯拉 FSD V12（端到端自动驾驶）

来源

ALVINN: An Autonomous Land Vehicle in a Neural Network (NIPS 1988 proceedings)
End to End Learning for Self-Driving Cars (NVIDIA, arXiv 1604.07316)

信息截至

2016-04