CarDreamer

在CARLA里用世界模型训自动驾驶,省成本提泛化

CarDreamer 是一个基于世界模型(World Model)的自动驾驶研究平台,构建在 CARLA 模拟器之上。它旨在解决自动驾驶中模型训练成本高、泛化能力弱的问题,通过将世界模型与强化学习结合,为研究者提供统一的训练与评估环境。核心能力包括:支持多种世界模型架构(如 DreamerV2/V3)、提供预训练模型与基准测试、集成 CARLA 的复杂交通场景、支持多模态传感器输入(相机、激光雷达等),并允许用户自定义奖励函数和任务。该平台降低了世界模型在自动驾驶领域的研究门槛,加速从仿真到现实迁移的探索。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 374
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队ucd-dare
所属国家
官网地址
定价模式free
价格说明开源项目,基于CARLA的自动驾驶世界模型平台,完全免费,需自行部署。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型autonomous-driving,foundation-models,imitation-learning,model-based-rl,reinforcement-learning,robot-learning,robotics,world-models
GitHub 星标★ 374
30天Star增速
HF 下载量
上线时间2024-05-12 00:00:00
最近更新2026-09-19 00:00:00
维护状态低维护
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2

使用教程

核心亮点

  • 内置多种世界模型(DreamerV2/V3),开箱即用
  • 与CARLA深度集成,支持复杂交通场景和传感器仿真
  • 提供预训练模型和基准,便于对比和复现实验

不足之处

  • 文档/社区待观察
  • 依赖CARLA环境,部署和调试成本较高

适用场景

  • 学术研究:验证世界模型在自动驾驶决策中的效果
  • 强化学习算法开发:在仿真中快速迭代训练策略
  • 自动驾驶安全测试:生成边缘场景进行鲁棒性评估

替代项目

MetaDrive、SUMO-RL、HighwayEnv

项目介绍

CarDreamer 是行业应用领域的开源项目,由 ucd-dare 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 545 个项目,GitHub 星标数为 374。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-19。基于CARLA的自动驾驶世界模型平台,完全免费,需自行部署。

它主要面向的使用场景是:学术研究:验证世界模型在自动驾驶决策中的效果。同类可对比的替代方案包括 MetaDrive、SUMO-RL、HighwayEnv。

上一篇:SuPreM

下一篇:GRID-playground

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