CNN-in-automatic-drive

CNN 自动驾驶课程仓库：实现 MyDeZero，并用于 DonkeyCar 仿真小车的训练与控制。

目录

├── projl/       # 第一学期
├── projll/      # 第二学期
├── projlll/     # 第三学期
├── doc/         # 环境与协作说明
└── tools/       # 本机第三方源码、模拟器，不提交 Git

各学期按 request/（要求）、reference/（参考）、proj/（项目）、 work/（作业）整理。开始任务前阅读对应要求及 AGENTS.md，改动限于相关学期。

安装与测试

每台电脑使用一个根目录 .venv，供 MyDeZero 和小车控制共用。首次创建：

# macOS / Linux
python3 -m venv .venv
source .venv/bin/activate

# Windows PowerShell
python -m venv .venv
.\.venv\Scripts\Activate.ps1

先按环境说明下载 tools 中的固定版本源码与模拟器，再使用环境中的 Python 安装依赖和两个本地项目：

python -m pip install -r requirements.txt
python -m pytest projl/proj/tests

环境基线为 Python 3.12，直接依赖版本见 requirements.txt；macOS 兼容性需单独验证。 DonkeyCar 下载、安装及 Windows 无需激活环境的用法见 环境说明。 MyDeZero 详情见 项目 README。

小组协作

个人分支 dev/<github用户名> → PR → 负责人审查 → 合并至 master。 OrbisLumen、Booyean 负责审查与合并；具体操作及权限配置状态见 协作规范。 个人环境、模拟器、数据和模型权重不提交 Git。