知识点 › 模型训练
端到端模型
End-to-End
定义
从传感器输入直接输出轨迹/控制，中间不显式建模检测与预测（UniAD、VAD、DriveGPT 类）。优势：减少信息损失与手工接口；代价：可解释性差、数据需求大、评测难。
关键要点
- 与模块化最大不同：监督信号从「框」变成「轨迹/行为/语言」，误差不再可分层归因
- 训练需要「闭环一致」的数据：自车轨迹、他车交互、历史帧
- 落地通常保留「感知中间监督」作为辅助 loss，纯端到端仍在验证
面试怎么答
既讲优势也讲代价，并说明评测怎么兜底（闭环仿真 + 影子对比）。
相关知识
- 端到端与数据闭环 — 端到端（感知到轨迹输出一体化）把「模块间接口」换成「数据里的隐式监督」，因此对数据的要求从「标注框」变成「驾驶行为/轨…
- 闭环评测 — 模型输出直接驱动车辆（仿真里的车），环境随之变化，误差会累积、交互会真实发生。能暴露「开环看不出的问题」：犹豫、抖动、…
- 4D 自动标注 — 把「单帧 3D 框」升级为「时序一致的 4D 轨迹 + 速度 + 朝向」：先建局部地图/占据，再做多帧联合优化，最后投…
- 世界模型 — 学习「环境如何随动作演化」的生成式模型：给定当前观测与动作，预测未来观测/占用/轨迹。用途：生成逼真场景、做闭环仿真、…
- VLA / 多模态大模型 — 视觉-语言-动作模型：用自然语言描述场景与意图，输出驾驶决策。优势是可解释、可用语言监督、能处理「没见过但能描述」的场…
- 数据闭环 — 把「真实世界产生的数据」持续转化为「车端模型能力」的工程体系：车端采集 → 回传 → 存储治理 → 场景挖掘与标注 →…