儘管基於深度強化學習的像素到動作控制方法在自動駕駛領域備受關注,但其訓練效率和泛化能力存在局限性。本研究通過參與 Learn to Race 自動駕駛賽車挑戰賽,證明了基於傳統計算機視覺和規則控制的方法在資源有限的情況下,也能實現優異的性能,並強調了其在可解釋性、泛化性和可調試性方面的優勢。