点击进入→ 自动驾驶之心 『 规划控制 』 技术交流群 本文只做学术分享，如有侵权，联系删文 在我们熟知的模块化自动驾驶系统中，通常包含感知、预测、规划和控制等几个部分。截至2023年，机器学习带来的巨大影响主要发生在感知部分，但对下游组 件尚没有产生太大的变革。有趣的是，虽然规划栈中AI的渗透率较低，但端到端的感知系统（比如鸟瞰图BEV感知）已经大规模在量产车上得到应用。 作者 | Patrick Liu 编辑 | 自动驾驶之心 原文链接：https://zhuanlan.zhihu.com/p/706193528 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 为什么会这样呢？因为传统的基于人工设计的系统更加容易解释，而且一旦在现场测试中发现问题，可以在几个小时内快速调整。而机器学习驱动的功能可能需 要几天甚至几周的时间才能解决问题。尽管面临这些挑战，让大量现成的人类驾驶数据闲置不用，显然是不可取的。此外，增加计算能力比扩充工程团队要更具 可扩展性。因此，机器学习在下游模块的使用是非常必要的。 幸运的是，无论是学术界还是工业界，都在积极推动这一状 ...