OpenDriveLab/SimScale

何を解決するか

SimScaleは、高精細で反応的なドライブシナリオを生成するスケーラブルな方法を提供することで、堅牢なエンドツーエンド自動運転プランナーの訓練の課題に対処します。リアルワールドデータの限界を克服し、多様なシミュレーションデータを合成し、シミュレーションとリアルワールド環境のギャップを埋めるためのコトレーニング戦略を提供します。

仕組み

このプロジェクトは、"擬似エキスパート"のデモンストレーションを含む合成ドライブシナリオを生成するスケーラブルなシミュレーションパイプラインを実装しています。シミュレーション-リアルコトレーニング戦略を用いて、エンドツーエンドプランナーの堅牢性と一般化能力を向上させます。このコトレーニングは、擬似エキスパートのデモンストレーションを使用するか、報酬のみに依存するかのいずれかで実行できます。システムはResNet34などのさまざまなプランナーのバックボーンと互換性があり、nuPlanやNAVSIMなどのデータセットとも互換性があります。

対象ユーザー

エンドツーエンド自動運転に取り組む研究者やエンジニア、特に運動計画とシミュレーション-リアル学習システムのスケーラビリティに注目している人向けです。

主な特徴

• スケーラブルなシミュレーションパイプライン: 擬似エキスパートのデモンストレーションを含む高精細な反応型ドライブシナリオを合成。
• シミュレーション-リアルコトレーニング: エンドツーエンドプランナーの堅牢性と一般化能力をシナジー的に向上させる戦略。
• 包括的なスケーリングの洞察: 自律性におけるシミュレーション-リアル学習のスケーリング特性を理解するためのレシピを提供。
• 多様なモデル対応: LTF、DiffusionDrive、GTRS-Denseなどのさまざまなエージェント用の事前学習済みチェックポイントを含む。