資源 | 麻省理工學院開放 2018 自動駕駛課程
編輯 | SuiSui
這門課主要通過實際上手自動駕駛汽車專案來講述深度學習的實踐和應用,主要面向初學者,專為機器學習新手設計,但該領域的高階研究人員也可以通過這個課程對深度學習以及其應用有一個更完整的全面總結和理解。
如果你對這個課程感興趣,以下幾點可能會比較有用:
1. 在網站上註冊一個帳戶,以確保你能跟進最新課程。課程免費,向公眾開放。
賬戶註冊:
https://selfdrivingcars.mit.edu/register
如果您是麻省理工學院的學生,想要獲得學分,請在此註冊。
註冊地址:
http://web.mit.edu/registrar/reg/prereg_info_iap.html
2. 兩種方法加入我們的Slack。
使用MIT學院郵箱註冊
https://deep-mit.slack.com/join/signup
受邀註冊
https://deep-mit-slack.herokuapp.com/
3. 2017年的課程演講和嘉賓講座
https://www.youtube.com/watch?v=1L0TKZQcUtA&feature=youtu.be&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
4.如果您有任何疑問,請檢視FAQ
https://docs.google.com/document/d/1ZqgghxV1lpZeWUv5zNK0gMUBHfYTw9n6eYzzx9j8nok/edit?usp=sharing
5.已經報名的同學,請檢視演講廳地址等詳細資訊
https://docs.google.com/document/d/1Sqj4byBMQ1GEIdM7JrWm6VyOnW83Eizd5jFFl0-JJtc/edit
6. 在Twitter,LinkedIn,Instagram,Facebook上與Lex交流,或在YouTube上訂閱。
https://twitter.com/LexFridman
https://www.linkedin.com/in/lexfridman/
https://www.instagram.com/lexfridman/
https://www.facebook.com/lexfridman
https://www.youtube.com/lexfridman
7.學習MIT6.S099:人工智慧課程安排(https://agi.mit.edu)。
課程資訊
時間/日期:1月8日-19日,每天下午7點開始
課時:60-90分鐘
講師: Lex Fridman
聯絡方式: [email protected]
MIT 6.S094: Deep Learning for Self-Driving Cars是一個前沿領域的研究課程,課程研究小組包括:
2018課程和演講安排
2017年課程PPT以及演講視訊地址
Lecture 1: Introduction to Deep Learning and Self-Driving Cars
課件地址:
https://www.dropbox.com/s/gmgmnskg4tw6mmx/lecture1.pdf?dl=1
演講視訊:https://youtu.be/1L0TKZQcUtA?list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
Lecture 2: Deep Reinforcement Learning for Motion Planning
課件地址:
https://www.dropbox.com/s/2z7276330jaw37k/lecture2.pdf?dl=1
演講視訊:https://www.youtube.com/watch?v=QDzM8r3WgBw&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
Lecture 3: Convolutional Neural Networks for End-to-End Learning of the Driving Task
課件地址:
https://www.dropbox.com/s/q34bi7t0udms01x/lecture3.pdf?dl=1
演講視訊:https://www.youtube.com/watch?v=U1toUkZw6VI&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
Lecture 4: Recurrent Neural Networks for Steering through Time
課件地址:
https://goo.gl/qG4Ys9
演講視訊:https://www.youtube.com/watch?v=nFTQ7kHQWtc&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
Lecture 5: Deep Learning for Human-Centered Semi-Autonomous Vehicles
課件地址:
https://www.dropbox.com/s/n76k1ho0okxp9pt/lecture5.pdf?dl=1
演講視訊:https://www.youtube.com/watch?v=ByZF8_-OJNI&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
Extra: MIT Sloan: Intro to Machine Learning (in 360/VR)
課件地址:
https://www.dropbox.com/s/26co4m36ew6952d/gbair-lex-lecture-combined.pdf?dl=1
演講視訊:https://www.youtube.com/watch?v=s3MuSOl1Rog&index=8&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf
2017嘉賓演講
主題1:Technology, Policy and Vehicle Safety in the Age of AI
Chris Gerdes
Professor, Stanford
演講視訊:https://www.youtube.com/watch?v=LDprUza7yT4s&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf&index=6
主題2:Past, Present, and Future of Motion Planning in a Complex World
Sertac Karaman - [ Talk Video ]
Professor, MIT
演講視訊:https://www.youtube.com/watch?v=0fLSf3NO0-s&list=PLrAXtmErZgOeiKm4sgNOknGvNjby9efdf&index=7
主題3:From Research to Reality: Testing Self-Driving Cars on Public Roads
Karl Iagnemma
CEO, nuTonomy and Research Scientist, MIT
演講視訊:http://web.mit.edu/mobility/people/karl.html
主題4:Self-Driving Vehicles, SLAM, and Deep Learning
John Leonard
Professor, MIT
演講視訊:http://marinerobotics.mit.edu/john-j-leonard
主題5:We Only Adopt What We Trust: Policy and the Business of Autonomy
Eric Daimler
White House Presidential Innovation Fellow, Office of Science and Technology Policy
演講視訊:https://www.linkedin.com/in/daimler
原文地址:https://selfdrivingcars.mit.edu
資源推薦
☟☟☟ 更多學習資源,請戳“閱讀原文”
相關推薦
麻省理工學院開放 2018 自動駕駛課程
這門課主要通過實際上手自動駕駛汽車專案來講述深度學習的實踐和應用,主要面向初學者,專為機器學習新手設計,但該領域的高階研究人員也可以通過這個課程對深度學習以及其應用有一個更完整的全面總結和理解。
深度乾貨!值得精讀的2018自動駕駛行業發展報告
來源:機器人大講堂摘要隨著科技革命的深入推進,人類社會進入萬物互聯、萬物智慧的智慧化新時代。自動
開放環境中的全自動【汽車自動駕駛系統】
環境 這樣的 這不 超聲波 mode 工作態度 人類 等等 自動 【如果你在開車,不論是外界客觀環境或自己身體條件造成看不清前方路況時,你會減速及停車】,這是基本常識。以人身安全為代價來打破基本常識,這樣的設計風險太高!【Model S和Uber自動駕駛】的交通事故說明其【
Apollo自動駕駛入門課程第②講 — 高精地圖
上週我們開始帶領小白開發者學習“Udacity X Apollo自動駕駛入門課程”,也收到了很多社群開發者的學習筆記,讓我們看到他們熱愛自動駕駛、努力學習的信心。希望有更多開發者在學習課程的同時,記錄下學習要點,更快掌握Apollo自動駕駛知識。 本週我
Apollo自動駕駛入門課程第④講 — 感知(上)
上一篇文章中,我們釋出了無人駕駛技術的很多開發者結合定位篇與Apollo平臺的視訊,對定位系統已經有了自己的見解,提出了有趣的問題。也希望更多的開發者能夠參與到Apollo的平臺中去,在學習交流的同時豐富這個平臺。 本週我們將介紹感知,瞭解車輛如何利用感知元
自動駕駛學習資源
對於即將開始的自動駕駛學習,有很多先修課程要充電,同時還要補充學習一大波技能,在這記錄一下學習過程中遇到的比較好的資源,供大家參考,互相學習! 一、機器學習 1. 吳恩達《機器學習》 談到機器學習,這門課應該是逃不掉的。在這推薦網易雲課堂,配有中文翻譯。字母清晰
Apollo自動駕駛入門課程第⑧講 — 規劃(下)
上週我們釋出了無人駕駛技術的規劃(上),車輛基於高精地圖、感知和預測模組的資料來進行這一規劃。我們詳細介紹了A*演算法,並規劃了前往目的地的地圖路線。 本期我們將繼續學習路徑-速度解耦規劃和Lattice規劃來構建免碰撞軌跡。規劃是無人駕駛開發過程中最困難的
2018年智慧機器人技術綜合實訓專題四自動駕駛
2018年智慧機器人技術綜合實訓專題四自動駕駛 教材:《ROS機器人專案開發11例》 自學: 第10章,使用ROS建立自動駕駛汽車,參考博文之前相關專題 注意,V-Rep和ROS的介面和聯合除錯。此部分以前有博文涉及,併網絡資源豐富,不多列舉,自行查詢學習即可。
Apollo自動駕駛入門課程第⑩講 — 控制(下)
目錄 3、總結 Apollo自動駕駛課程馬上進入尾聲,在無人駕駛技術控制篇(上)中,具體講解了最常用的控制演算法——PID控制器。 本期我們將繼續介紹和控制相關的知識,具體講解線性二次調節器(或LQR)和模型預測控制(或MPC)。本期也是自動駕駛
AI一分鐘 | 英偉達釋出Tesla T4 GPU新品;騰訊釋出《2018 年全球自動駕駛法律政策研究報告》...
▌英偉達宣佈 Tesla T4 GPU 新品:基於圖靈架構,加速 AI 運算 近
2018年全球自動駕駛法律政策研究 | 附報告下載
來源:騰訊研究院摘要:2018年9月13日,在中國法學會研究部、騰訊研究院聯合舉辦的“‘法律人的
2018年自動駕駛汽車如何發展?看看國外都做了啥 | 行業
▼大型年度AI人物評選——2017中國AI英雄風雲榜榜單評選出了年度技術創新人物TOP 10;商
救護車被自動駕駛取代,會變更安全嗎?
醫護人員 貨運運輸 救護車 普通人 成年人 自動駕駛汽車離我們越來越近,隨著最近美國特朗普政府表示:未來數月內將公布修改版自動駕駛指南。看來在美國全面普及自動駕駛已經指日可待。據說救護車也要自動駕駛了,想象一下在發生緊急情況下呼叫了救護車,當醫護人員到達後,立馬穩定患者,將病人裝載到救護車
GTA5自動駕駛一 截取遊戲窗口
進行 駕駛 from show utf-8 wait cnblogs utf rec 截取遊戲窗口使用PIL庫內的ImageGrab ImageGrab模塊用於將當前屏幕的內容或者剪貼板上的內容拷貝到PIL圖像內存裏面,我們暫定使用一個800*640的窗口,雖然不是很好看,
智能小車29:自動駕駛與機器學習
數據 adas 控制 如何 判斷 comm 規律 擁有 ext 要讓我的小車能自動去倒一杯咖啡。需要的做的事還有很多,其中一個很難的問題就是自動駕駛,怎麽才能讓我的小車自動駕駛到咖啡機旁邊去呢? 1.DeepDriving,網址http://deepdriving.cs.p
李彥宏收到無人車罰單的四個月後,北京自動駕駛新規終於出臺!
無人駕駛 阿波羅 新規 中國自動駕駛相關法律法規的空白終於被打破了,就在今天,北京市交通委發布了相關指導文件,符合規定的自動駕駛汽車,終於可以正式上路了。而媒體們在轉載這條消息時,都要cue一下前腳上路,後腳吃罰單的李彥宏。四個月前百度在AI開發者大會上,李彥宏乘著自動駕駛汽車從五環趕往現場,結果
馬斯克首次證實特斯拉正在研發AI芯片:用途不限於自動駕駛
lfw post targe gpo xls class lan body zzu 44暇蒂鐐k8副嘏裁yg瘸酥訊http://6jjzs.wikidot.com/3r鼐棺源9h話推叭t5路漣輝http://nlyjzb.wikidot.com/2c姆腿何ei尚瑯腋us扒囤
自動駕駛黎明到來:想象力的沸點,商業化的起點
約車 版本發布 sof 集中 培訓 uri ret 開源 遊戲 今年的CES上,自動駕駛不出意外的成為了話題中心。雖然汽車這個大家夥和人們往常印象中的消費電子產品不太一樣,但自動駕駛的高熱已經點燃了消費者和產業鏈的熱情,車聯網、雷達傳感器、整車廠商等等的參與,讓這幾年的CE
2017-2018-2上課課程
tro 計算機科學與技術 class 實驗 blog 天數 sql 項目 span 計算機科學與技術專業 201505、06 班 54人 課程名稱 動態網頁制作 課程編號 BL090590 計劃時數 46 課堂