在Carla上应用深度强化学习实现自动驾驶（二）

最新推荐文章于 2025-04-07 20:45:59 发布

寒霜似karry

最新推荐文章于 2025-04-07 20:45:59 发布

阅读量1.2k

点赞数 15

文章标签：自动驾驶人工智能机器学习

本文链接：https://blog.youkuaiyun.com/qq_57104181/article/details/141425890

版权

以下代码参考自：（如有侵权，请联系我立即删除）使用 Carla 和 Python 的自动驾驶汽车第 3 部分 —— 强化学习环境_carla跑强化学习-优快云博客

本篇文章是小编在pycharm上自己手敲代码学习自动驾驶的第二篇文章，主要讲述如何构造强化学习环境。

1、导入carla（其中的路径根据自己的实际情况修改）

import glob
import os
import sys
 
try:
    sys.path.append(glob.glob(
        r'D:\postgraduate\code\CARLA_0.9.14\WindowsNoEditor\PythonAPI\carla\dist\carla-0.9.14-py3.7-win-amd64.egg')[0])
except IndexError:
    pass
 
import carla

2、接下来，我们将创建环境的类，我们将其称为CarEnv 。首先定义一些常量：

SHOW_CAM表示我们是否想要使用opencv显示rgb摄像头获取到的图像。为了调试的目的，查看它可能会很有用，但您不一定希望一直显示它，因为执行所有这些操作可能会耗费大量资源；

STEER_AMT表示转向的大小。现在是一个大转弯。之后我们可能会发现，控制的力度要小一些，或许可以做一些累积的事情来代替……等。现在，全速前进吧!

class CarEnv:
    SHOW_CAM = SHOW_PREVIEW
    STEER_AMT = 1.0

    im_width = IMG_WIDTH
    im_height = IMG_HEIGHT
    actor_list = []

    front_camera = None
    collision_hist = []

3、定义CarEnv类的init方法：主要用来连接Carla服务器，获取世界，访问蓝图，然后选择汽车模型。

    def __init__(self):
        self.client = carla.Client('localhost', 2000)
        self.client.set_timeout(2.0)

        self.world = self.client.get_world()

        blueprint_library = self.world.get_blueprint_library()

        # Now let's filter all the blueprints of type 'vehicle' and choose one at random.
        # print(blueprint_library.filter('vehicle'))
        self.model_3 = blueprint_library.filter('model3')[0]

4、定义CarEnv类的reset()方法，该方法的作用是在每一回合开始前重置环境。

该方法的主要内容如下：

（1）将碰撞列表和演员列表重设为空列表

（2）