课程首页

从零到端到端自动驾驶 · 实战课程

理论有地图，代码能跑通。10 篇论文拆解打底，6 大模块 30 节课实战， 目标是把 BEVFormer、VAD、VLA 真正训起来、部署下去，并产出能写进简历的项目。

模块 8 个 课程 57 节 论文 13 篇 算力 NVIDIA L20 46GB 周期 约 6 个月
▸ 这门课的定位

这不是一门"看完就懂"的视频课，而是一本可执行的实战手册。每节课都包含： 目标 → 环境准备 → 完整可运行代码 → 常见报错排查 → 本节总结 → 关联论文跳转。

所有代码块点击右上角即可复制，直接粘到你的 L20 机器上运行。 遇到的每个报错，都能在"排查"小节里找到对应处理。

▸ 免费看到哪

M0 到 DriveVLM、整个 M1、M2 到 BEVFormer 训练（2.3）免费。从 0.8 VLA 综述、M2 的 2.4 起，以及 M3 到 M7，需要开通。侧边栏里标了「锁」的仍能看到标题。

两条路同一把钥匙：交一份 2.3 的训练日志和大约 200 字说明，我来看；或者微信 128 元 / USDT 20（只收 TRC20）请作者喝咖啡。打赏一般当天开通，作业 48 小时内。开通后只供本人学习，页面会带上你的读者编号。

学习路径

六个模块层层递进。理论模块可以随时回查，实战模块建议按顺序推进——后面的课依赖前面的产出。

M0 · 理论地基（13 篇论文拆解 · 全程可回查） 每节实战课末尾都会指回对应论文 M1 环境 L20 · CARLA · 标定 M2 感知 BEVFormer · 占据网络 M3 模仿学习 VAD · MiniVLA M4 强化学习 PPO · 后训练 突破模仿天花板 M5 闭环与数据引擎 闭环评测 · Corner Case 挖掘 4D 自动标注 · 世界模型造数据 数据回流 M6 部署工程化 量化 · TensorRT · 算子 · 车规芯片 · 安全兜底 M7 求职冲刺 简历 · 面试 · Demo 算法主线 M1→M4：从「能跑通」到「会自己变强」 M5 数据引擎让模型持续进化 · M6 让它能上车 · M7 把成果变成 offer
图 · 课程整体路径。注意 M5 数据引擎的回流箭头——这是自动驾驶区别于普通深度学习项目的核心：数据、模型、评测形成闭环。

八大模块

MODULE 0
理论地基
13 篇论文深度拆解，从 Transformer 到占据网络、驾驶强化学习，再到 2026 前沿论文地图。
14 节可回查更新至 2026-10
MODULE 1
环境搭建
L20 环境、CARLA 部署、nuScenes、多传感器标定、ROS2 方案决策。
6 节约 1.5 周进行中
MODULE 2
感知与 BEV
CARLA 采集、BEVFormer 训练、占据网络、相机-激光雷达融合、可视化调试。
7 节约 5 周已发布
MODULE 3
端到端与模仿学习
VAD 矢量化规划、导航指令、MiniVLA、LoRA 微调，以及模仿学习的天花板在哪。
6 节约 5 周已发布
MODULE 4 · 新增
强化学习与后训练
突破模仿学习天花板。奖励函数设计、PPO 训练、模仿+RL 混合后训练、困难样本挖掘——FSD v14 的核心手段。
5 节约 5 周已发布
MODULE 5
闭环与数据引擎
CARLA 闭环评测、Corner Case 自动挖掘、4D 自动标注、世界模型生成数据、数据闭环平台。
5 节约 4 周已发布
MODULE 6
部署工程化
延迟预算与 ONNX、TensorRT/FP16、INT8 量化与 QAT 蒸馏、CUDA 算子与插件、C++/ROS2、车规芯片移植、VLA 上车与安全兜底。
8 节约 6 周NEW · 已发布
MODULE 7
求职冲刺
比亚迪优先的岗位地图（华为引望、小鹏、地平线、深圳本地）、技能自评、简历条目生成器、40 道题 + 8 道手撕、Demo 合成脚本。
5 节约 2 周NEW · 已发布
▸ v2 大纲更新说明

对照小鹏 VLA 2.0、特斯拉 FSD v14、华为 ADS 的实际技术栈，本次补充了六块内容： 强化学习后训练（FSD v14 的核心突破）、占据网络（特斯拉感知核心表示）、 Corner Case 挖掘与 4D 自动标注（数据引擎的真正护城河）、 模型蒸馏压缩、多传感器标定、安全兜底与 ODD。

▸ v29 更新：M0 补齐至 13 篇 + M7 求职冲刺上线（5 节）

M0 新增 0.11 占据网络（Occ3D 可见性、FlashOcc / GaussianFormer）、0.12 驾驶强化学习（Roach → CaRL → RAD，交互式奖励排序实验）、 0.13 2026 前沿论文速览。M7 以比亚迪（深圳）为首选，覆盖华为引望、小鹏、地平线与卓驭、元戎启行、佑驾创新的 2026 年岗位方向， 含技能自评、按公司改写的简历条目生成器、40 道题库与 8 道带自测的手撕代码、天神之眼 C 无图端到端系统设计题、Demo 合成脚本。所有招聘信息核对于 2026-10-16。

▸ v28 更新：M6 部署工程化上线（8 节）

按"量化 → TensorRT → 算子优化 → 车规芯片 → VLA 与安全兜底"这条线重排了 M6： 延迟预算与 ONNX 导出、TensorRT 与 FP16、INT8 PTQ、QAT 与蒸馏、算子与 TensorRT 插件、C++ 流水线与 ROS2、 车规芯片移植、VLA 上车与安全兜底。每节都有可复现实验，全部以 M5.1 的闭环评测作为验收标准， 并对照特斯拉 FSD v14、小鹏 VLA 2.0、理想 VLA、华为 ADS 4 的公开部署信息。原大纲中的"MLOps / 车云协同"与 M5.5 数据闭环平台重叠，不再单独成节。

你的算力环境

课程中所有代码都针对你的实际环境做过适配说明：

项目配置课程中的意义
GPUNVIDIA L20 · 46GB 显存BEVFormer 可用正常 batch，无需 CPU offload
操作系统Ubuntu 22.04.5 LTS (jammy)ROS2 Humble 原生支持，生态最成熟
CUDA12.6 · Driver 560.35.05驱动向下兼容，课程用 cu121 保证依赖链稳定
共享情况已有其他进程占用课程会讲如何限制显存占用、避免影响他人
本地备用RTX 5060 Laptop 8GB用于调试小实验、代码验证
硬件ROSMASTER-X3 小车M6 部署章节的真实硬件目标（6.6 ROS2 节点）
▸ L20 是这门课最大的助力

46GB 显存意味着你之前担心的很多问题都不存在了：BEVFormer 训练不用 batch_size=1、 MiniVLA 不用 CPU offload、可以同时跑多组对比实验。这台机器闲置太可惜了。

建议的推进节奏

第 1-2 周 · 环境搭通（M1）

L20 环境、CARLA、数据集、标定基础全部就位。这两周不写算法，专注环境—— 环境不稳，后面每一步都会痛苦。

第 3-7 周 · 感知打通（M2）

采数据、训 BEVFormer、做占据网络。目标不是刷指标，是看到 loss 下降、能可视化出 BEV 图。 这一步跑通，你就超过了 90% 只看论文的人。

第 8-12 周 · 模仿学习（M3）

VAD 规划 + MiniVLA。最后一节专门讲模仿学习的天花板在哪——为下一模块埋伏笔。

第 13-17 周 · 强化学习（M4 · 新增）

奖励函数设计、PPO 训练、模仿+RL 混合后训练。这是 FSD v14 突破的核心手段， 也是让你的项目从「复现」升级为「有自己想法」的关键。

第 18-22 周 · 闭环与数据引擎（M5）

让车在 CARLA 里自己开、自动挖掘 corner case、用世界模型造数据。 数据闭环是你目标岗位的核心能力之一。

第 23-28 周 · 部署工程化（M6）

ONNX、TensorRT、INT8/QAT、CUDA 插件、C++/ROS2、车规芯片、VLA 与安全兜底，全部以闭环为验收标准。 这是你相对于纯算法候选人的差异化优势。

第 29-30 周 · 求职（M7）

包装、投递、面试。此时你手上有完整项目、Demo 视频、量化指标。

▸ 一个重要提醒

节奏可以调整，但顺序不要跳。特别是不要跳过 M1 直接进 M2—— 环境问题是最消耗意志力的，而它们本可以在第一周一次性解决。

开始学习

如果你已经读完了理论论文，直接从 M1 环境搭建 开始。 如果还没读过或想回顾，先看 M0 理论地基 的阅读路线图。