autonomousvision/carla_garage

解决的问题

它为 CARLA leaderboard 2.0 提供了一套全面的入门套件，使研究人员能够开发、训练和评估端到端自动驾驶模型。通过提供包括数据集、专家驾驶代码和训练流程在内的开源组件，解决了使用 CARLA 模拟器入门困难的问题。

运作方式

该项目实现了一个使用多阶段流程训练自动驾驶代理的框架。它利用 PDM-Lite 专家驾驶员生成训练数据，并为高性能开源模型 TransFuser++ 提供预训练权重。该系统支持本地评估、针对标准路线（如 Bench2Drive 和 Longest6 v2）的基准测试，以及通过 Docker 容器提交至官方 CARLA leaderboard。

适用对象

专为从事具身智能和自动驾驶研究的研究人员与开发者设计，他们希望根据 CARLA leaderboard 2.0 标准对其模型进行基准测试。

特色亮点

• 完整的入门套件：包含从数据生成、训练代码到评估脚本的所有内容。
• 预训练模型：提供 TransFuser++ 的权重，这是该任务中最优秀的开源模型之一。
• 多基准测试支持：整合支持 Bench2Drive、CARLA leaderboard 2.0 验证/测试路线以及 Longest6 v2。
• 开源数据集：包含用于训练发布模型的下载数据集。
• 基准测试指南：提供关于自动驾驶基准测试中常见方法错误的详细指南。