NAVSIM: моделирование и сравнительный анализ нереактивных автономных транспортных средств на основе данных
Дэниел Даунер 1,2 , Марсель Халлгартен 1,5 , Тяньюй Ли 3 , Синьшо Венг 4 , Чжию Хуан 4,6 , Цзетун Ян 3
Хунъян Ли 3 , Игорь Гилищенский 7,8 , Борис Иванович 4 , Марко Павоне 4,9 , Андреас Гейгер 1,2 и Кашьяп Читта 1,21 Тюбингенский университет, 2 Тюбингенский центр искусственного интеллекта, 3 OpenDriveLab в Шанхайской лаборатории искусственного интеллекта, 4 Исследовательский центр NVIDIA
5 Robert Bosch GmbH, 6 Наньянский технологический университет, 7 Университет Торонто, 8 Институт Вектора, 9 Стэнфордский университетДостижения в области нейронных систем обработки информации (NeurIPS), 2024 г.
Отслеживание наборов данных и контрольных показателей
NAVSIM собирает метрики на основе моделирования (такие как прогресс и время до столкновения) для сквозного вождения, развертывая упрощенные абстракции сцен с высоты птичьего полета для короткого горизонта моделирования. Он работает при условии, что политика не оказывает никакого влияния на окружающую среду, что обеспечивает эффективное вычисление показателей с разомкнутым контуром , при этом лучше согласовываясь с оценками с обратной связью, чем традиционные ошибки смещения.
Основные моменты
Начиная
Журнал изменений
Лицензия и цитата
Другие ресурсы
Загрузка и установка
Понимание и создание агентов
Понимание формата данных и классов
Разделение набора данных по сравнению с отфильтрованным разделением обучения/теста
Понимание оценки PDM
Отправка в таблицу лидеров
(вернуться к началу)
[2024/09/03]
Выпуск NAVSIM v1.1
Таблица лидеров navtest
на Hugging Face
Выпуск базовых контрольных точек на Hugging Face
Обновлены документы для подачи и бумаги.
Рефакторинг кода, форматирование, мелкие исправления.
[2024/04/21]
Выпуск NAVSIM v1.0 (официальная версия девкита для AGC 2024)
Распараллеливание кэширования/оценки метрик
Добавляет базовый уровень Transfuser (см. агенты)
Добавляет стандартизированное обучение и тестирование с фильтрацией сплитов (см. сплиты).
Инструменты визуализации (см. учебник_visualization.ipynb)
[2024/04/03]
Выпуск NAVSIM v0.4
Поддержка рамок тестового этапа соревнований
Скачать скрипт для поездвала
Агент Egostatus MLP и конвейер обучения
[2024/03/25]
Выпуск NAVSIM v0.3 (официальная версия девкита для фазы разминки)
Добавляет код для отправки в таблицу лидеров.
[2024/03/11]
Выпуск NAVSIM v0.2
Упрощенная установка и загрузка
интеграция разделения мини- и тестовых данных
Привилегированный агент- Human
[2024/02/20]
Выпуск NAVSIM v0.1 (начальная демо-версия)
Объекты датчиков OpenScene-mini и журналы аннотаций
Наивный агент ConstantVelocity
(вернуться к началу)
Все ресурсы и код в этом репозитории находятся под лицензией Apache 2.0, если не указано иное. Наборы данных (включая nuPlan и OpenScene) наследуют собственные лицензии на распространение. Пожалуйста, рассмотрите возможность цитирования нашей статьи и проекта, если они помогут вашему исследованию.
@inproceedings{Dauner2024NEURIPS, автор = {Дэниел Даунер, Марсель Халлгартен, Тянью Ли, Синьшо Венг, Чжию Хуан, Цзетун Ян, Хунъян Ли, Игорь Гилищенски, Борис Иванович, Марко Павоне, Андреас Гейгер и Кашьяп Читта}, title = {NAVSIM: моделирование и сравнительный анализ нереактивных автономных транспортных средств на основе данных}, booktitle = {Достижения в области нейронных систем обработки информации (NeurIPS)}, год = {2024}, }
@misc{Contributors2024navsim,title={NAVSIM: моделирование и сравнительный анализ нереактивных автономных транспортных средств на основе данных},author={NAVSIM Contributors},howpublished={url{https://github.com/autonomousvision/navsim}},year ={2024}}
(вернуться к началу)
САНКИ | туПлан гараж | КАРЛА гараж | Опрос на E2EAD
ПланТ | КОРОЛЬ | ТрансФузер | АККУРАТНЫЙ
(вернуться к началу)