OpenDriveLab/SimScale

해결하는 문제

SimScale는 고정밀 반응형 주행 시나리오를 생성하는 확장 가능한 방법을 제공함으로써, 견고한 엔드투엔드 자율주행 플래너를 훈련하는 문제를 해결합니다. 현실 데이터의 한계를 극복하기 위해 다양한 시뮬레이션 데이터를 합성하고, 시뮬레이션과 실제 환경 간의 격차를 메우기 위한 공동 훈련 전략을 제공합니다.

작동 방식

이 프로젝트는 "가상 전문가" 시연을 포함하는 합성 주행 시나리오를 생성하는 확장 가능한 시뮬레이션 파이프라인을 구현합니다. 시뮬레이션-실세계 공동 훈련 전략을 사용하여 엔드투엔드 플래너의 견고성과 일반화 능력을 향상시킵니다. 이 공동 훈련은 가상 전문가 시연을 사용하거나 보상만에 의존하여 수행할 수 있습니다. 시스템은 ResNet34와 같은 다양한 플래너 백본과 호환되며, nuPlan 및 NAVSIM과 같은 데이터셋과도 호환됩니다.

대상 사용자

엔드투엔드 자율주행에 종사하는 연구자 및 엔지니어, 특히 운동 계획 및 시뮬레이션-실세계 학습 시스템의 확장성에 초점을 맞춘 사람들에게 적합합니다.

주요 특징

• 확장 가능한 시뮬레이션 파이프라인: 가상 전문가 시연을 포함한 고정밀 반응형 주행 시나리오를 합성.
• 시뮬레이션-실세계 공동 훈련: 다양한 엔드투엔드 플래너의 견고성과 일반화 능력을 시너지적으로 향상시키는 전략.
• 포괄적인 확장성 통찰: 자율성에 대한 시뮬레이션-실세계 학습의 확장성 특성을 이해하는 데 도움이 되는 조리법 제공.
• 다양한 모델 지원: LTF, DiffusionDrive, GTRS-Dense 등의 다양한 에이전트용 사전 훈련된 체크포인트 포함.