端到端

它到底是什么意思

传统方案是一条流水线：感知把世界压成检测框、车道线、置信度这些标签，规划模块再基于这些标签写规则或做优化。每压缩一次就丢一次上下文，上游的不确定性还会被下游放大。

端到端想解决的是三件事：信息损失、误差累积、规则瓶颈（模块越多越难维护，长尾场景写不完）。它改变的是「模型学到多深」，不是「工程要不要」。

量产形态永远是：模型给候选轨迹，规则管安全底线，评测找回归，数据闭环修分布。任何说「端到端所以不需要规则了」的表述，都值得当场追问。

机制图解

容易搞混的地方

看懂之后可以追问

1. 我们说的端到端，是两段式还是一段式？中间还留下哪些我能看见的结构？这一问直接定位架构选型。留了中间结构说明可解释、可加规则；全 latent 说明上限高但出问题难归因，排期和验收方式完全不同。
2. 上线后如果轨迹出问题，我们的归因路径是什么？几步能定位到是感知错了还是规划错了？端到端最大的隐性成本是 debug 成本。这一问逼出可观测性方案，避免上线后每个问题都变成「重训一版看看」。
3. 端到端之后，哪些规则和后处理我们仍然保留？如果答案是「都不需要了」，这是危险信号。量产系统必须有规则兜底和红绿灯这类工程模块。

沿着主线继续

对比着看

• 两段式——第一段输出结构化世界（目标、车道线、交通灯），第二段基于它生成轨迹——用信息压缩换可解释和可控。

接着看

• 两段式——第一段输出结构化世界（目标、车道线、交通灯），第二段基于它生成轨迹——用信息压缩换可解释和可控。
• 一段式——感知、预测、规划在统一表征里联合优化，直接输出轨迹——上限更高，但难 debug、难闭环验证。

相关论文

• PLUTO：把模仿学习规划推到极限——把 IL 做到极致，再谈 RL