在不受管制的城市人群中自动驾驶是一项艰巨的挑战，尤其是当有许多激进的高速交通参与者时。本文介绍了 SUMMIT，这是一种高保真模拟器，可促进人群驾驶算法的开发和测试。 SUMMIT 模拟世界上任何地方由 OpenStreetMap 提供支持的密集、不受管制的城市交通。 SUMMIT 的核心是一个多智能体运动模型 GAMMA，它对异构交通智能体的行为进行建模，而 Context-POMDP 是一个实时 POMDP 规划器全光自动驾驶，它充当驾驶专家。 SUMMIT 是 CARLA 的扩展，继承了自动驾驶模拟的物理和视觉保真度。 SUMMIT 支持广泛的应用，包括感知、车辆控制或规划以及端到端学习。我们使用其在各种真实世界数据集上的交通运动预测准确性来验证我们的运动模型的准确性。我们还提供了一些真实世界的基准场景，以表明 SUMMIT 模拟了复杂的现实世界交通行为，而 Context-POMDP 驱动程序可以在具有挑战性的人群驾驶环境中安全高效地驾驶。
原标题：模拟大规模混合城市交通中的自动驾驶
原文：在不受管制的城市人群中自动驾驶是一项艰巨的挑战全光自动驾驶，尤其是在许多激进的高速交通参与者面前。本文介绍了 SUMMIT，这是一种高保真模拟器，可促进人群驾驶算法的开发和测试。 SUMMIT 在 OpenStreetMap 的支持下模拟全球任何地点的密集、不受管制的城市交通。 SUMMIT 的核心是一个多智能体运动模型 GAMMA，它对异构交通智能体的行为进行建模，以及一个实时 POMDP 规划器 Context-POMDP，它充当驾驶专家。
SUMMIT 是 CARLA 的扩展，并继承了自动驾驶模拟的物理和视觉真实性。 SUMMIT 支持广泛的应用，包括感知、车辆控制或规划以及端到端学习。我们使用其在各种真实世界数据集上的交通运动预测准确性来验证我们的运动模型的真实性。我们还提供了几个真实世界的基准场景，以表明 SUMMIT 可以模拟复杂、逼真的交通行为，并且 Context-POMDP 在具有挑战性的人群驾驶环境中安全高效地驾驶。
大规模混合城市交通中的自动驾驶模拟.pdf
