今天，基于视觉的自动驾驶系统有两种主要范例：介导感知方法，解析整个场景以做出驾驶决定;行为反射方法，直接将输入图像映射到回归者的驾驶行为。在本文中，我们提出了第三种范式：直接感知方法来估计驾驶的可供性。我们建议将输入图像映射到与驾驶的道路/交通状态的可供性直接相关的少量关键感知指示符。我们的表示提供了一组紧凑而完整的场景描述，使简单的控制器能够自动驾驶。落在介导的感知和行为反射的两个极端之间，我们认为我们的直接感知表示提供了正确的抽象层次。为了证明这一点，我们使用视频游戏中12小时人类驾驶记录训练深度卷积神经网络，并证明我们的模型可以很好地在非常多样化的虚拟环境中驾驶汽车。我们还在KITTI数据集上训练汽车距离估计模型。结果表明，我们的直接感知方