WorldOnRails 项目使用教程
2024-09-27 07:53:34作者:明树来
1. 项目的目录结构及介绍
WorldOnRails 项目的目录结构如下:
WorldOnRails/
├── assets/
├── autoagents/
├── common/
├── docs/
├── lbc/
├── leaderboard/
├── rails/
├── runners/
├── scenario_runner/
├── scripts/
├── utils/
├── .gitignore
├── LICENSE
├── README.md
├── config.yaml
├── ego_model.th
├── environment.yaml
├── evaluate.py
├── evaluate_nocrash.py
目录介绍
- assets/: 存放项目相关的资源文件。
- autoagents/: 存放自动驾驶代理相关的代码。
- common/: 存放项目通用的代码和工具。
- docs/: 存放项目的文档文件,包括安装、训练和评估的说明。
- lbc/: 存放基于 Learning by Cheating (LBC) 方法的代码。
- leaderboard/: 存放与 CARLA 排行榜相关的代码。
- rails/: 存放 World on Rails (WoR) 方法的核心代码。
- runners/: 存放场景运行器相关的代码。
- scenario_runner/: 存放场景运行器的代码。
- scripts/: 存放项目使用的脚本文件。
- utils/: 存放项目使用的工具函数和辅助代码。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- config.yaml: 项目配置文件。
- ego_model.th: 自我模型文件。
- environment.yaml: 环境配置文件。
- evaluate.py: 评估脚本。
- evaluate_nocrash.py: 无碰撞评估脚本。
2. 项目的启动文件介绍
启动文件
- evaluate.py: 用于评估训练好的模型在 CARLA 中的表现。
- evaluate_nocrash.py: 用于评估模型在无碰撞场景中的表现。
使用方法
-
评估 Leaderboard 路线:
python evaluate.py --agent-config=[PATH TO CONFIG] -
评估 NoCrash 路线:
python evaluate_nocrash.py --town=[Town01, Town02] --weather=[train, test] --agent-config=[PATH TO CONFIG] --resume默认情况下,使用 RAILS 配置,对于 LBC 代理,使用
--agent=autoagents/lbc_agent。
3. 项目的配置文件介绍
配置文件
- config.yaml: 项目的主要配置文件,包含训练和评估的参数设置。
- environment.yaml: 环境配置文件,用于设置 CARLA 和其他依赖项的环境变量。
配置文件示例
# config.yaml
train:
batch_size: 32
learning_rate: 0.001
num_epochs: 100
evaluate:
agent_config: "path/to/agent/config"
town: "Town01"
weather: "train"
# environment.yaml
CARLA_ROOT: "/path/to/carla"
PYTHONPATH: "/path/to/carla/PythonAPI"
通过这些配置文件,用户可以自定义训练和评估的参数,以及设置 CARLA 环境的路径。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989