上一期分享了MIT自動駕駛課程上半部分的課程，本期分享該課程下半部分的四節課程的視頻，同時整理本課程配套的3個實踐項目：
Deep Traffic，Deep Tesla, SegFuse，附帶項目地址。（由於沒法直接貼下載地址，有需要的朋友可以私信我獲取下載地址）
實踐項目介紹
Deep Traffic
Deep Traffic是一項深度強化學習競賽。目標是創建一個神經網絡去控制一輛或多輛汽車通過密集的公路交通。下面的視頻就是競賽的界面。
項目地址：https://selfdrivingcars.mit.edu/deeptraffic/
Deep Tesla
項目地址：https://selfdrivingcars.mit.edu/deeptesla/
SegFuse
SegFuse是一個語義視頻場景分割競賽，旨在找到利用時間信息來幫助改善駕駛場景感知。給定一個帶有相應駕駛狀態數據的前方駕駛場景視頻，需要參賽者把各種信息融合在一起建立一個動態感知模型。
項目地址：https://selfdrivingcars.mit.edu/segfuse/
後四節視頻分享
5.Deep Learning for Human Sensing
6.Sacha Arnoud, Director of Engineering
7.Emilio Frazzoli, CTO, nuTonomy
8.Sterling Anderson, Co-Founder, Aurora
分享到:
閱讀更多 深度學習與NLP 的文章
