Der End-to-End Learning Ansatz zieht immer mehr Interesse auf sich, da er die Möglichkeit bereitstellt ein Problem mit einem übersichtlichen System zu lösen. Dieses System besteht aus Eingabe- und Ausgabedaten und einem neuronalen Netz dazwischen, der anhand der gewünschten Ausgabedaten passend zu der Eingabe trainiert werden muss. Auf das autonome Fahren bezogen könnte es sich bei der Eingabe um Bilder der Straße handeln und bei der Ausgabe um Geschwindigkeit und Lenkwinkel. In dieser Ausarbeitung werden verschiedene Arbeiten in dem Bereich des End-to-End Learning für autonomes Fahren vorgestellt, dabei werden einige davon grob beschrieben und die anderen näher erläutert.