方法笔记

学习与系统

自动驾驶学习地图：从 BEV 到 VLA

用六层技术结构串起自动驾驶论文精读：先建立感知地基，再走向端到端、世界模型、生成式规划与 VLA。

生成与优化

Flow-GRPO：从采样到梯度回传的完整逻辑

从采样、reward、advantage 到 loss 与 LoRA 梯度，追踪 Flow-GRPO 训练链路中每一步到底发生了什么。

端到端建模

端到端自动驾驶中的 Loss 设计哲学

从 L1、Focal、KL 到扩散、碰撞约束与 GRPO，理解每一种目标函数为驾驶系统引入了什么偏好。