清华大学发布使用CARLA生成V2V与V2I的增强自动驾驶协作的多智能体调度数据集WHALES

主要观点总结

本文介绍了无线增强自动驾驶车辆的多代理调度数据集（WHALES）的优势和特点，该数据集使用CARLA模拟器生成，旨在推动协同自动驾驶的创新研究。

关键观点总结

关键观点1: 数据集的重要性

WHALES数据集是首个支持车与车（V2V）和车与基础设施（V2I）感知的大规模调度数据集，具有对下游任务的强扩展性。

关键观点2: 数据集的特色

WHALES数据集通过显著优化CARLA在处理大量代理时的模拟速度和计算成本，所有场景均由多模态传感器生成，每个驾驶序列平均包含8.4个代理，包含了超过201万个注释的3D边界框，以及对象索引和代理行为信息。

关键观点3: 数据集的应用

WHALES数据集应用于两个协同任务：3D物体检测和代理调度。提供了详细的基准，并针对代理调度任务分析了现有的单代理和多代理调度算法。

关键观点4: 数据集的贡献

WHALES数据集的贡献包括构建了一个大规模的多代理调度数据集，支持协同驾驶技术，提高了自动驾驶系统在复杂环境中的安全性和效率。