Carla自动驾驶强化学习快速启动小工具

一个帮助新手快速启动Carla自动驾驶的小工具集合，算是我个人学习过程的记录。

主要工具

1. 初始化工具 (init_carla_server.py)

用于启动和配置Carla服务器 使用前先把程序的路径设置为你安装Carla服务器的目录。

carla_path = "G:/Simulator/WindowsNoEditor/CarlaUE4.exe"

这样的路径替换为你的Carla服务器路径。

python init_carla_server.py

自动清理服务器进程，避免程序报端口被占用的错误。 自动启动服务器，方便下一步运行你的程序。

2. 生成点选择器 (spawn_point_selector.py)

交互式工具，用于在地图上选择和保存车辆生成点：

python spawn_point_selector.py

功能：

• 以路网形式可视化地图和可用官方生成点，带车辆方向
• 交互式选择和保存生成点
• 支持主车和NPC场景配置
• 自动保存为JSON格式，例子参考项目下的JSON

使用说明

空格切换主车和NPC点位选择器。

左键选中，双击撤回，右键保存，Esc退出。

self.client.load_world('Town03')

这里可以选择你想要的地图，运行程序后服务器会切换到你选择的地图。 ####注意：我给的示例里面只有这个脚本包含了地图导入，所以需要地图导入的时候可以启动一下这个脚本然后退出，会自动完成加载。

3. 地图全局 (caoture_map.py)

用于拍摄地图全景并保存为图片：

python spawn_point_selector.py

注意:carla大地图为区块加载，可能效果不佳还未尝试

4. 自动驾驶场景示例 (autonomous_scenario.py)

主要的自动驾驶训练场景：

python autonomous_scenario.py

特点：

• 主车和NPC生成点位采用上面生成的JSON文件
• 集成强化学习代理
• 支持多种NPC行为模式
• 丰富的观察空间
• 实时可视化和数据记录
• 支持GPU加速训练

快速开始

1. 把几个小工具拖进你的项目目录下。

2. 启动Carla服务器：

python init_carla_server.py

3. 配置生成点：

python spawn_point_selector.py

4. 运行训练场景（仅仅是示例，所以相关的依赖我就不写了）：

python autonomous_scenario.py

控制说明

• ESC: 退出场景
• 空格: 切换控制模式（RL/自动驾驶）
• R: 重置场景
• P: 暂停/继续

输出说明

注意事项

贡献指南

许可证

本项目采用MIT许可证