CPU에서 CARLA 0.8.4 벤치마크 하위 집합 실행

Dosovitskiyet al. (2017) CARLA의 목표 달성 및 위반을 통해 도시 주행을 평가합니다. 공식 운전 벤치마크 저장소 이후 CARLA 0.8.4 릴리스에 대한 CoRL2017 작업 제품군을 제공합니다.

이 예에서는 저자의 사소한 ForwardAgent를 사용하여 세 가지 원본 직선 포즈 쌍을 실행합니다. NVIDIA GPU가 없는 시스템에서 기본 물리학 및 벤치마크 지표를 실행하기 위해 카메라 렌더링을 비활성화합니다. 원본 용지 MP/IL/RL 모델 무게가 일치하지 않습니다. 이는 성공률을 재현한 것이 아니라 벤치마크 적응입니다.

격리된 Python 3.7 환경과 포함된 요구 사항을 사용합니다. GitHub 릴리스 링크를 통해 공식 0.8.4 Linux 바이너리를 검색하고, provenance.json에서 아카이브 해시를 확인한 후 carla084로 추출합니다. 옆에 아카이브를 배치한 후 fetch-source.sh를 실행하십시오. 이는 고정된 벤치마크 소스를 검색하고 호환성 변경 사항을 적용합니다. 변경 사항은 명시적 생성기 StopIteration을 반환으로 대체하고(Python PEP 479) NaN 인쇄 임계값을 유한 임계값으로 대체합니다(표시 형식만 해당).

실행 python launch_carla.py --attempt 1 --client carla_benchmark_subset.py. 런처는 헤드리스/nullRHI 모드에서 원본 Unreal 서버를 시작하고, 작성자 벤치마크를 실행하고, 자체 서버를 중지합니다. 기본 CSV 파일을 아래에 보관하세요. _benchmarks_results 및 요약 carla-output.

확인된 실행에서는 Town01, WeatherId 1, 다른 배우 없음 및 포즈 쌍 36→40, 39→35 및 110→114를 사용했습니다. 세 사람 모두 기록된 충돌이 전혀 없이 목표에 도달했습니다. 완료 시간은 8.3, 8.3, 7.8 simulation 초였으며 목표까지 0.2231, 0.2231 및 0.9137 미터를 남겼습니다. 전체 구성은 작업/날씨당 25개의 포즈 쌍을 사용합니다. 이 예에서는 3을 사용합니다. 이 하위 집합에서 모집단 성공률을 추론하지 마세요.

표 1은 훈련 조건 직선 경로 성공률을 98%(MP), 95%(IL) 및 89%(RL)로 보고합니다. ForwardAgent와 감소된 센서/작업 설정은 다르므로 3/3 성공은 해당 비율의 추정치가 아닙니다. 표 1과 2를 재현하려면 원래 종이 에이전트 무게, 일치하는 시뮬레이터 버전, 렌더링된 센서 입력 및 완전한 evaluation 조건이 필요합니다. 런타임/자산은 번들 약관을 유지합니다. 벤치마크 소스는 MIT입니다. 인간의 과학적 검토가 보류 중입니다.

녹음된 파일을 다운로드하세요#

완전한 실행 기록 · 모든 후보자 시도. 인간의 과학적 검토가 보류 중입니다.

GitHub에서 소스 보기