NAVSIM: Simulação e benchmarking de veículos autônomos não reativos baseados em dados
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 e Kashyap Chitta 1,21 Universidade de Tübingen, 2 Tübingen AI Center, 3 OpenDriveLab no Shanghai AI Lab, 4 NVIDIA Research
5 Robert Bosch GmbH, 6 Universidade Tecnológica de Nanyang, 7 Universidade de Toronto, 8 Vector Institute, 9 Universidade de StanfordAvanços em Sistemas de Processamento de Informação Neural (NeurIPS), 2024
Acompanhe conjuntos de dados e benchmarks
O NAVSIM reúne métricas baseadas em simulação (como progresso e tempo até a colisão) para condução de ponta a ponta, desenrolando abstrações simplificadas de visão aérea de cenas para um curto horizonte de simulação. Opera sob a condição de que a política não tenha influência sobre o ambiente, o que permite um cálculo métrico eficiente e de ciclo aberto , ao mesmo tempo que está mais bem alinhado com avaliações de ciclo fechado do que os erros de deslocamento tradicionais.
Destaques
Começando
Registro de alterações
Licença e citação
Outros recursos
Download e instalação
Compreendendo e criando agentes
Compreendendo o formato e as classes dos dados
Divisões de conjunto de dados versus divisões de treinamento/teste filtradas
Compreendendo a pontuação PDM
Enviando para a tabela de classificação
(voltar ao topo)
[2024/09/03]
Versão NAVSIM v1.1
Tabela de classificação para navtest
no Hugging Face
Liberação de pontos de verificação de linha de base no Hugging Face
Documentos atualizados para submissão e artigo
Refatoração de código, formatação, pequenas correções
[2024/04/21]
Lançamento do NAVSIM v1.0 (versão oficial do devkit para AGC 2024)
Paralelização de cache/avaliação de métricas
Adiciona linha de base do transfusor (ver agentes)
Adiciona treinamento padronizado e divisões filtradas de teste (veja divisões)
Ferramentas de visualização (consulte tutorial_visualization.ipynb)
[2024/04/03]
Versão NAVSIM v0.4
Suporte para quadros de fase de testes da competição
Baixe o script para trainval
Agente Egostatus MLP e pipeline de treinamento
[2024/03/25]
Lançamento do NAVSIM v0.3 (versão oficial do devkit para fase de aquecimento)
Adiciona código para envio do placar
[2024/03/11]
Versão NAVSIM v0.2
Instalação e download mais fáceis
integração de divisão de dados mini e de teste
Agente Human
privilegiado
[2024/02/20]
Versão NAVSIM v0.1 (demonstração inicial)
Blobs de sensor OpenScene-mini e registros de anotação
Agente ingênuo ConstantVelocity
(voltar ao topo)
Todos os ativos e códigos neste repositório estão sob a licença Apache 2.0, a menos que especificado de outra forma. Os conjuntos de dados (incluindo nuPlan e OpenScene) herdam suas próprias licenças de distribuição. Por favor, considere citar nosso artigo e projeto se eles ajudarem em sua pesquisa.
@inproceedings{Dauner2024NEURIPS, autor = {Daniel Dauner e Marcel Hallgarten e Tianyu Li e Xinshuo Weng e Zhiyu Huang e Zetong Yang e Hongyang Li e Igor Gilitschenski e Boris Ivanovic e Marco Pavone e Andreas Geiger e Kashyap Chitta}, title = {NAVSIM: simulação e benchmarking de veículos autônomos não reativos baseados em dados}, booktitle = {Avanços em Sistemas de Processamento de Informações Neurais (NeurIPS)}, ano = {2024}, }
@misc{Contributors2024navsim,title={NAVSIM: simulação e benchmarking de veículos autônomos não reativos baseados em dados},author={NAVSIM Contributors},howpublished={url{https://github.com/autonomousvision/navsim}},year ={2024}}
(voltar ao topo)
TRENÓ | garagem tuPlan | Garagem CARLA | Inquérito na E2EAD
PlanoT | REI | Transfusor | ORGANIZADO
(voltar ao topo)