carla: 一個用於訓練與驗證自動駕駛系統的開源城市駕駛模擬器

它解決了什麼問題

CARLA 為自動駕駛研究提供了一個高保真度的開源模擬環境。它透過讓開發者在安全的數位城市環境中訓練、驗證與測試自動駕駛系統，消除了對昂貴且具風險的現實世界測試的需求。

運作原理

CARLA 基於 Unreal Engine 建構，可以模擬城市佈局、建築物與車輛。它允許研究人員指定靈活的感測器套件與環境條件，以模仿現實世界的駕駛情況。該平台提供 Python API 用於控制模擬，並與用於場景執行、ROS 連接性以及基準測試的工具生態系統整合。

目標對象

它專為從事自動駕駛技術棧開發的研究人員與開發者設計，特別是那些專注於車輛控制與感知 AI 模型訓練與驗證的人士。

重點特色

• 開源程式碼與協定，並提供免費的數位資產，如城市佈局與車輛。
• 支援靈活的感測器配置與環境條件。
• 與廣泛的生態系統整合，包括用於驗證的排行榜以及與 ROS 和 AutoWare 的橋接器。
• 支援各種 AI 訓練方法，包括 Conditional Imitation Learning 與 Reinforcement Learning。