navsim

<div id="top" align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/49cd884a-8523-4207-badb-dfe64b9743bb.png" width="600"> <h2 align="center">数据驱动的非反应式自动驾驶车辆仿真和基准测试</h1> <h3 align="center"><a href="https://arxiv.org/abs/2406.15349">论文</a> | 补充材料 | 演讲 | <a href="https://opendrivelab.com/challenge2024/#end_to_end_driving_at_scale">2024年挑战赛</a> </h3> </div>

NAVSIM：数据驱动的非反应式自动驾驶车辆仿真和基准测试

Daniel Dauner1,2, Marcel Hallgarten1,5, 李天宇3, Xinshuo Weng4, 黄智宇4,6, 杨泽同3
李宏扬3, Igor Gilitschenski7,8, Boris Ivanovic4, Marco Pavone4,9, Andreas Geiger1,2, 和 Kashyap Chitta1,2 

1图宾根大学, 2图宾根人工智能中心, 3上海人工智能实验室OpenDriveLab, 4英伟达研究院
5罗伯特·博世有限公司, 6南洋理工大学, 7多伦多大学, 8向量研究所, 9斯坦福大学

亮点 <a name="highlight"></a>

🔥 NAVSIM通过展开场景的简化鸟瞰图抽象来收集端到端驾驶的基于仿真的指标（如进度和碰撞时间），仿真时间跨度较短。它在策略不影响环境的条件下运行，这使得高效的开环指标计算成为可能，同时与闭环评估更好地对齐，比传统的位移误差更有优势。

入门 <a name="gettingstarted"></a>

(<a href="#top">返回顶部</a>)

更新日志 <a name="changelog"></a>

[2024/04/21] NAVSIM v1.0发布（AGC 2024官方开发工具包版本）
- 指标缓存/评估的并行化
- 添加Transfuser基准（参见代理）
- 添加标准化的训练和测试过滤后的划分（参见划分）
- 可视化工具（参见tutorial_visualization.ipynb）
[2024/04/03] NAVSIM v0.4发布
- 支持竞赛测试阶段帧
- 训练验证集下载脚本
- Egostatus MLP代理和训练流程
[2024/03/25] NAVSIM v0.3发布（热身阶段官方开发工具包版本）
- 添加排行榜提交代码
[2024/03/11] NAVSIM v0.2发布
- 更简便的安装和下载
- 迷你和测试数据集划分集成
- 特权Human代理
[2024/02/20] NAVSIM v0.1发布（初始演示）
- OpenScene-mini传感器数据块和注释日志
- 简单的ConstantVelocity代理

(<a href="#top">返回顶部</a>)

许可和引用 <a name="licenseandcitation"></a>

本仓库中的所有资产和代码均采用Apache 2.0许可证，除非另有说明。数据集（包括nuPlan和OpenScene）继承其自身的分发许可。如果我们的论文和项目对您的研究有帮助，请考虑引用它们。

@article{Dauner2024ARXIV,
    title = {NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking},
    author = {Daniel Dauner and Marcel Hallgarten and Tianyu Li and Xinshuo Weng and Zhiyu Huang and Zetong Yang and Hongyang Li and Igor Gilitschenski and Boris Ivanovic and Marco Pavone and Andreas Geiger and Kashyap Chitta},
    journal = {arXiv},
    volume = {2406.15349},
    year = {2024}
}

@misc{Contributors2024navsim,
    title={NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking},
    author={NAVSIM Contributors},
    howpublished={\url{https://github.com/autonomousvision/navsim}},
    year={2024}
}

(<a href="#top">返回顶部</a>)