端到端决策控制（End-to-End Control）
1. 传统模块化控制链（Modular pipeline）
image
→ perception（感知）
→ state estimation（状态估计）
→ planning（路径/动作规划）
→ control（控制器）
→ motor torque / actuator（执行）
特点：
- 每一步有明确物理意义
- 可解释性强，可单独调试
- 但存在误差累积、延迟、模块间信息损失
典型例：
image → lane detection → path planning → steering controller
image → SLAM → map & speed
2. 机器人经典控制链（基于模型）
image
→ VLA / perception
→ Δpose（末端位姿增量）
→ Jacobian
→ Δq（关节角增量）
→ motor
本质： task space → joint space → actuator
依赖：
- 几何模型
- 运动学 / 动力学
- 控制理论
3. 端到端控制（End-to-End）
image
→ neural network
→ joint torque / action
或：
image
→ neural network
→ steering / control signal
特点：
-
直接学习：
observation → action
-
不显式建模：
perception / planning / control
全部隐含在网络中
4. 核心思想对比
模块化：
image
→ perception
→ planning
→ control
→ action
端到端：
image
→ neural network
→ action
5. 优势与问题
优势：
- 减少人为建模误差
- 避免模块间信息损失
- 可直接优化最终目标
问题：
- 可解释性弱
- 数据需求极大
- 泛化困难
- 安全性难保证
6. 本质理解（一句话）
传统：
显式分解任务空间 → 控制空间
端到端：
直接学习
observation → control mapping