【亲测免费】 开源项目gym-carla快速指南及问题解答

项目基础介绍

gym-carla 是一个基于 OpenAI Gym 的环境包装器，专门用于与 CARLA 自动驾驶模拟器集成。它允许开发者利用CARLA强大的自动驾驶场景来训练强化学习模型。项目采用 Python 作为主要编程语言，并遵循MIT许可协议，支持在Ubuntu 16.04系统上运行。

主要特点包括：

• 提供丰富的观察模式，如前视图相机数据、鸟瞰点云以及语义表示。
• 支持状态向量观察，包含车辆到目标车道中心线的距离、速度等关键指标。
• 可自定义的终止条件和奖励函数，便于个性化训练策略。

新手使用注意事项及解决步骤

注意事项1：环境配置

问题描述：安装时遇到依赖项问题或版本不兼容。

解决步骤：

1. 使用conda创建一个新的虚拟环境，确保Python版本为3.6。

   conda create -n env_name python=3.6
   conda activate env_name
   

2. 安装项目所需的包，通过pip安装requirements.txt中的所有依赖。

   pip install -r requirements.txt
   

3. 下载特定版本的CARLA（例如0.9.6），并设置环境变量以指向CARLA的PythonAPI路径。

   git clone https://github.com/carla-simulator/carla.git
   export PYTHONPATH=$PYTHONPATH:$YourCARLAFolder/PythonAPI/carla/dist/carla-0.9.6-py3.6-linux-x86_64.egg
   

注意事项2：启动CARLA服务器

问题描述：无法成功启动CARLA服务器或连接失败。

解决步骤：

1. 进入CARLA根目录，启动服务器时指定正确的端口，以便于gym-carla进行连接。

   ./CarlaUE4.sh -windowed -carla-port=2000
   

   或者，在无图形界面环境下运行：

   DISPLAY= ./CarlaUE4.sh -opengl -carla-port=2000
   

注意事项3：自定义环境行为

问题描述：想要调整奖励机制或终止条件但不知从何入手。

解决步骤：

1. 编辑gym-carla项目的carla_env.py文件。
   • 调整奖励：找到_get_reward函数，按需更改以适应你的学习目标。
   • 修改终止条件：修改_terminal函数逻辑，例如增加距离目的地的远近作为终止条件之一。

记住在任何修改后，测试脚本test.py可以帮助验证你的变化是否符合预期。

通过以上步骤，新手可以更顺畅地开始使用gym-carla进行自动驾驶环境的学习与开发。记得在实践过程中，详细阅读文档和代码注释，这将帮助你更好地理解项目内部的工作原理。