Thinklab-SJTU/Bench2Drive

解决的问题

Bench2Drive 为自动驾驶（AD）系统提供标准化的数据集和闭环评估基准。它通过从作者认为无意义的开环规划，转向需要对动态场景做出反应的闭环环境，解决了更可靠性能评估的需求。

工作原理

该项目利用 CARLA 模拟器创建闭环测试环境。它提供多个数据集划分（Mini、Base、Full，以及严格均匀的 0.0.4 版本），包含多样化的驾驶场景。该基准基于多种指标评估模型，包括通用驾驶分数、成功率、驾驶效率和驾驶平顺性。它还特别测试了在超车、并道、紧急制动、让行和遵守交通标志等类别中的“多能力”表现。

适用对象

专为从事自动驾驶代理研究和开发的人员设计，特别是那些构建端到端驾驶模型或自动驾驶视觉-语言模型（VLM4AD）的研究者。

亮点

• 多样化的数据集划分：提供多个训练集，包括在 1,100 条路线中严格均匀分布的 44 种场景。
• 闭环评估：专注于在 CARLA 模拟器中实时交互，而非静态的开环预测。
• 全面的指标：不仅追踪成功与分数，还追踪效率、舒适性/平顺性以及特定驾驶能力。
• 多模态支持：支持 3D 占有（3D occ）和深度数据。