autonomousvision/carla_garage

해결하는 문제

CARLA leaderboard 2.0을 위한 포괄적인 스타터 키트를 제공하여 연구자들이 엔드투엔드 자율주행 모델을 개발, 학습 및 평가할 수 있도록 합니다. 데이터셋, 전문가 드라이버 코드, 학습 파이프라인을 포함한 오픈소스 구성 요소를 제공함으로써 CARLA 시뮬레이터 사용을 시작할 때 겪는 어려움을 해결합니다.

작동 방식

이 프로젝트는 다단계 프로세스를 사용하여 자율주행 에이전트를 학습시키는 프레임워크를 구현합니다. PDM-Lite 전문가 드라이버를 활용하여 학습 데이터를 생성하고, 고성능 오픈소스 모델인 TransFuser++의 사전 학습된 가중치를 제공합니다. 이 시스템은 로컬 평가, 표준 경로(Bench2Drive 및 Longest6 v2 등)에 대한 벤치마킹, 그리고 Docker 컨테이너를 통한 공식 CARLA leaderboard 제출을 지원합니다.

대상 사용자

구체화된 지능(Embodied Intelligence) 및 자율주행 분야에서 연구하며, CARLA leaderboard 2.0 표준에 따라 모델을 벤치마킹하고자 하는 연구자 및 개발자를 위해 설계되었습니다.

주요 특징

• 완벽한 스타터 키트: 데이터 생성부터 학습 코드, 평가 스크립트까지 모든 것을 포함합니다.
• 사전 학습된 모델: 이 작업에서 가장 뛰어난 오픈소스 모델 중 하나인 TransFuser++의 가중치를 제공합니다.
• 멀티 벤치마크 지원: Bench2Drive, CARLA leaderboard 2.0 검증/테스트 경로 및 Longest6 v2에 대한 통합 지원.
• 오픈소스 데이터셋: 공개된 모델을 학습하는 데 사용된 다운로드 가능한 데이터셋을 포함합니다.
• 벤치마킹 가이드: 자율주행 벤치마킹에서 흔히 발생하는 방법론적 오류에 대한 상세 가이드를 제공합니다.