Simulador de conducción ligero en Python para aprendizaje por refuerzo e investigación sobre conducción autónoma, con simulación de sensores y entornos al estilo Gymnasium.
1,3 mil+3 esta semana210PythonApache-2.0Actualizado hace 22 días
Farama-Foundation/HighwayEnv
Colección de entornos de conducción simulados compatibles con Gymnasium para entrenar y probar agentes de conducción autónoma y toma de decisiones.
- Estrellas
- 3,341
- Forks
- 905
- Issues abiertos
- 47
- Último commit
- hace 7 días
¿Qué es?
HighwayEnv ofrece un conjunto de escenarios de tráfico simulados para investigar la conducción autónoma y la toma de decisiones tácticas. Cada entorno —como conducción en autopista, incorporaciones, rotondas, intersecciones, estacionamiento, circuitos y giros en U— expone una interfaz estándar de reset/step para que los agentes de aprendizaje por refuerzo puedan interactuar con él mediante Gymnasium.
Los entornos son configurables e incluyen opciones como el número de carriles, el comportamiento de los vehículos y los tipos de observación o acción. Algunos escenarios también cuentan con variantes de control continuo, rápidas, con carriles conectados, multiagente o a gran escala. Se admite la representación gráfica para inspeccionar visualmente los episodios.
El paquete se puede instalar desde PyPI y el proyecto ofrece un sitio de documentación con ejemplos para empezar, incluido el entrenamiento de agentes con Stable Baselines3. Su mantenimiento está a cargo de Farama Foundation.
Funciones clave
- 01Diez familias de escenarios de conducción, entre ellas autopistas, incorporaciones, rotondas, intersecciones y estacionamiento.
- 02Interfaz de reset y step compatible con Gymnasium.
- 03Configuración del número de carriles, el tráfico y las observaciones.
- 04Variantes de control continuo y multiagente para varios escenarios.
- 05Representación gráfica integrada de episodios simulados.
- 06Instalable con pip o uv.
Casos de uso
- Evaluar algoritmos de aprendizaje por refuerzo en tareas de conducción.
- Crear prototipos de políticas de toma de decisiones para cambios de carril, incorporaciones o intersecciones.
- Enseñar conceptos de conducción autónoma mediante escenarios simulados reproducibles.
- Probar métodos de planificación, como la búsqueda en árbol de Monte Carlo o la iteración de valores, en problemas de tráfico.
Inicio rápido
- 1
Instala HighwayEnv desde PyPI
pip install highway-env - 2
Crea el entorno de highway y ejecuta un bucle de acciones aleatorias
Antes de usarlo
- Es compatible principalmente con Linux y macOS; la compatibilidad con Windows se ofrece según disponibilidad.
En colecciones
Temas
#autonomous-driving#reinforcement-learning#gymnasium#simulation#python#multi-agent#gymnasium-environment
Preguntas frecuentes
- ¿Qué es HighwayEnv?
- Colección de entornos de conducción simulados compatibles con Gymnasium para entrenar y probar agentes de conducción autónoma y toma de decisiones. HighwayEnv ofrece un conjunto de escenarios de tráfico simulados para investigar la conducción autónoma y la toma de decisiones tácticas. Cada entorno —como conducción en autopista, incorporaciones, rotondas, intersecciones, estacionamiento, circuitos y giros en U— expone una interfaz estándar de reset/step para que los agentes de aprendizaje por refuerzo puedan interactuar con él mediante Gymnasium.
- ¿HighwayEnv es gratuito? ¿Qué licencia tiene?
- HighwayEnv es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿HighwayEnv sigue mantenido?
- Mantenimiento activo. El último commit de HighwayEnv fue el 30 oct 2026.
- ¿Para qué puedo usar HighwayEnv?
- Evaluar algoritmos de aprendizaje por refuerzo en tareas de conducción. Crear prototipos de políticas de toma de decisiones para cambios de carril, incorporaciones o intersecciones. Enseñar conceptos de conducción autónoma mediante escenarios simulados reproducibles. Probar métodos de planificación, como la búsqueda en árbol de Monte Carlo o la iteración de valores, en problemas de tráfico.
- ¿Cómo se instala HighwayEnv?
- Instala HighwayEnv desde PyPI: pip install highway-env Crea el entorno de highway y ejecuta un bucle de acciones aleatorias
- ¿Dónde consigo HighwayEnv?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/Farama-Foundation/HighwayEnv
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Biblioteca de Python con una API estándar y entornos de referencia para investigar el aprendizaje por refuerzo multiagente, similar a Gymnasium.
3,6 mil+9 esta semana555PythonMITBien mantenidoActualizado hace 7 días
Entornos de Gymnasium basados en PyBullet para entrenar controladores de aprendizaje por refuerzo para cuadricópteros, con uno o varios agentes.
2,2 mil+9 esta semana578PythonMITBien mantenidoActualizado hace 20 horas
Colección de entornos de robótica para aprendizaje por refuerzo basados en MuJoCo y construidos sobre la API de Gymnasium.
2 mil+5 esta semana161PythonMITBien mantenidoActualizado hace 23 días
Paquete de Python para crear entornos de aprendizaje por refuerzo en Gymnasium destinados a la planificación de tareas de naves espaciales, basado en el simulador Basilisk.
12520PythonMITBien mantenidoActualizado anteayer
Simulador de código abierto para investigar la conducción autónoma, con entornos urbanos, recursos digitales y simulación de sensores, basado en Unreal Engine.
14,6 mil+18 esta semana4,7 milC++MITActualizado hace 7 horas