navsim

Simulation et analyse comparative de véhicules autonomes non réactifs basés sur les données

Papier | Supplémentaire | Parler | Défi 2024 | Classement

NAVSIM : simulation et analyse comparative de véhicules autonomes non réactifs basés sur les données

Daniel Dauner ^1,2 , Marcel Hallgarten ^1,5 , Tianyu Li ³ , Xinshuo Weng ⁴ , Zhiyu Huang ^4,6 , Zetong Yang ³
Hongyang Li ³ , Igor Gilitschenski ^7,8 , Boris Ivanovic ⁴ , Marco Pavone ^4,9 , Andreas Geiger ^1,2 et Kashyap Chitta ^1,2

¹ Université de Tübingen, ² Tübingen AI Center, ³ OpenDriveLab au Shanghai AI Lab, ⁴ NVIDIA Research
⁵ Robert Bosch GmbH, ⁶ Université technologique de Nanyang, ⁷ Université de Toronto, ⁸ Vector Institute, ⁹ Université de Stanford

Avancées des systèmes de traitement de l’information neuronale (NeurIPS), 2024
Suivez les ensembles de données et les benchmarks

Points forts

NAVSIM rassemble des mesures basées sur la simulation (telles que la progression et le temps jusqu'à la collision) pour la conduite de bout en bout en déroulant des abstractions simplifiées de scènes à vol d'oiseau pour un horizon de simulation court. Il fonctionne à condition que la politique n’ait aucune influence sur l’environnement, ce qui permet un calcul métrique efficace en boucle ouverte tout en étant mieux aligné sur les évaluations en boucle fermée que les erreurs de déplacement traditionnelles.

Table des matières

1. Points forts

2. Commencer

3. Journal des modifications

4. Licence et citation

5. Autres ressources

Commencer

• Téléchargement et installation

• Comprendre et créer des agents

• Comprendre le format des données et les classes

• Répartitions des ensembles de données par rapport aux répartitions d'entraînement/test filtrées

• Comprendre le score PDM

• Soumission au classement

(retour en haut)

Journal des modifications

• [2024/09/03] Sortie NAVSIM v1.1

• Classement du navtest sur Hugging Face

• Publication des points de contrôle de base sur Hugging Face

• Documents mis à jour pour la soumission et l'article

• Refactorisation du code, formatage, corrections mineures

• [2024/04/21] Sortie de NAVSIM v1.0 (version officielle du kit de développement pour AGC 2024)

• Parallélisation de la mise en cache/évaluation des métriques

• Ajoute la référence du transfuseur (voir agents)

• Ajoute une formation standardisée et teste les fractionnements filtrés (voir fractionnements)

• Outils de visualisation (voir tutoriel_visualisation.ipynb)

• [2024/04/03] Sortie NAVSIM v0.4

• Prise en charge des phases de test des cadres de compétition

• Télécharger le script pour trainval

• Agent Egostatus MLP et pipeline de formation

• [2024/03/25] Sortie de NAVSIM v0.3 (version officielle du devkit pour la phase d'échauffement)

• Ajoute du code pour la soumission du classement

• [2024/03/11] Sortie NAVSIM v0.2

• Installation et téléchargement plus faciles

• intégration de fractionnement des données mini et test

• Agent Human privilégié

• [2024/02/20] Sortie de NAVSIM v0.1 (démo initiale)

• Blobs de capteurs OpenScene-mini et journaux d'annotation

• Agent naïf ConstantVelocity

(retour en haut)

Licence et citation

Tous les actifs et le code de ce référentiel sont sous la licence Apache 2.0, sauf indication contraire. Les ensembles de données (y compris nuPlan et OpenScene) héritent de leurs propres licences de distribution. Veuillez envisager de citer notre article et notre projet s'ils aident votre recherche.

 @inproceedings{Dauner2024NEURIPS,
	 auteur = {Daniel Dauner et Marcel Hallgarten et Tianyu Li et Xinshuo Weng et Zhiyu Huang et Zetong Yang et Hongyang Li et Igor Gilitschenski et Boris Ivanovic et Marco Pavone et Andreas Geiger et Kashyap Chitta},
	 title = {NAVSIM : Simulation et analyse comparative de véhicules autonomes non réactifs basés sur les données},
	 booktitle = {Progrès dans les systèmes de traitement de l'information neuronale (NeurIPS)},
	 année = {2024},
 }

 @misc{Contributors2024navsim,title={NAVSIM : simulation et analyse comparative de véhicules autonomes non réactifs basés sur les données},author={NAVSIM Contributors},howpublished={url{https://github.com/autonomousvision/navsim}},year ={2024}}

(retour en haut)

Autres ressources

• LUGE | garage tuPlan | Garage CARLA | Enquête sur E2EAD

• Plante | ROI | TransFuser | SOIGNÉ

(retour en haut)