PCLA

在 CARLA 中自动生成对抗场景,测试自动驾驶智能体的安全性。

PCLA 是一个用于在 CARLA 模拟器中测试自动驾驶智能体的框架。它针对自动驾驶系统中的智能体(如感知、规划、控制模块)进行系统性测试,通过生成对抗性场景和攻击来评估智能体的鲁棒性和安全性。该项目解决了自动驾驶仿真测试中场景覆盖不足、测试效率低的问题,提供了场景生成、测试执行和结果分析等核心能力。基于 CARLA 模拟器,PCLA 支持用户自定义对抗性攻击策略,能够自动发现智能体在极端或异常情况下的失败模式,从而帮助开发者改进算法。其技术栈包括 Jupyter Notebook,便于交互式实验和可视化分析。作为一个早期项目,PCLA 旨在为自动驾驶安全测试提供一个可扩展的框架基础。

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 101
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类智能体
开发团队MasoudJTehrani
所属国家
官网地址
定价模式free
价格说明开源框架,Apache-2.0 许可,完全免费,无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Jupyter Notebook
技术栈/模型adversarial-attacks,autonomous-agents,autonomous-driving,autonomous-vehicles,carla,carla-simulator,software-testing
GitHub 星标★ 101
30天Star增速
HF 下载量
上线时间2024-12-13 00:00:00
最近更新2026-09-12 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

使用教程

核心亮点

  • 专注于对抗性攻击测试,能发现常规测试遗漏的智能体缺陷
  • 基于成熟的 CARLA 模拟器,场景真实度高,便于复现
  • Jupyter Notebook 实现,交互式实验门槛低,易于上手

不足之处

  • 文档/社区待观察
  • 项目处于早期阶段,功能完整性和稳定性有待验证

适用场景

  • 自动驾驶算法开发中的安全性与鲁棒性验证
  • 学术研究中对抗性攻击与防御策略的实验平台
  • 智能体在极端交通场景下的故障诊断与回归测试

替代项目

CARLA Leaderboard、Scenario Runner、MIT DeepTraffic

项目介绍

PCLA 是行业应用领域的开源项目,由 MasoudJTehrani 开发,2024 年首次发布。

它收录于行业应用分类,该分类目前共有 544 个项目,GitHub 星标数为 101。

项目仍在小幅维护中,最近一次代码更新于 2026-09-12。Apache-2.0 许可,完全免费,无付费版本。

它主要面向的使用场景是:自动驾驶算法开发中的安全性与鲁棒性验证。同类可对比的替代方案包括 CARLA Leaderboard、Scenario Runner、MIT DeepTraffic。

上一篇:FenixAI_tradingBot

下一篇:flounder

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13