Лёгкий симулятор вождения на Python для обучения с подкреплением и исследований автономного вождения, с симуляцией сенсоров и средами в стиле Gymnasium.
Farama-Foundation/HighwayEnv
Совместимый с Gymnasium набор симуляторов вождения для обучения и тестирования агентов автономного вождения и принятия решений.
- Звёзды
- 3,341
- Форки
- 905
- Открытые issues
- 47
- Последний коммит
- 8 дней назад
Что это?
HighwayEnv предлагает набор сценариев симуляции дорожного движения для исследований в области автономного вождения и тактического принятия решений. В каждой среде — например, при движении по шоссе, перестроении, проезде круговых развязок и перекрёстков, парковке, на гоночных трассах и при разворотах — доступен стандартный интерфейс reset/step, через который агенты обучения с подкреплением взаимодействуют со средой в Gymnasium.
Среды настраиваются: можно задать число полос, поведение автомобилей, а также типы наблюдений и действий. Для некоторых сценариев доступны варианты с быстрым режимом, непрерывным управлением, связанными полосами, несколькими агентами или масштабными конфигурациями. Для визуального изучения эпизодов поддерживается рендеринг.
Пакет можно установить из PyPI. В проекте также есть сайт с документацией и примерами для быстрого старта, в том числе с обучением агентов с помощью Stable Baselines3. Проект поддерживается Farama Foundation.
Ключевые возможности
- 01Десять семейств сценариев вождения, включая шоссе, перестроение, круговые развязки, перекрёстки и парковку.
- 02Совместимый с Gymnasium интерфейс reset/step.
- 03Настраиваемые параметры числа полос, дорожного движения и наблюдений.
- 04Варианты с непрерывным управлением и несколькими агентами для ряда сценариев.
- 05Встроенный рендеринг симулируемых эпизодов.
- 06Установка с помощью pip или uv.
Сценарии использования
- Сравнение алгоритмов обучения с подкреплением на задачах вождения.
- Создание прототипов стратегий принятия решений для перестроения, слияния потоков или проезда перекрёстков.
- Изучение принципов автономного вождения на воспроизводимых симулируемых сценариях.
- Тестирование методов планирования, например поиска по дереву Монте-Карло или итерации по значениям, на задачах дорожного движения.
Быстрый старт
- 1
Установите HighwayEnv из PyPI
pip install highway-env - 2
Создайте среду highway и запустите цикл со случайными действиями
Что важно знать
- В основном поддерживаются Linux и macOS; поддержка Windows осуществляется по мере возможности.
В подборках
Темы
Частые вопросы
- Что такое HighwayEnv?
- Совместимый с Gymnasium набор симуляторов вождения для обучения и тестирования агентов автономного вождения и принятия решений. HighwayEnv предлагает набор сценариев симуляции дорожного движения для исследований в области автономного вождения и тактического принятия решений. В каждой среде — например, при движении по шоссе, перестроении, проезде круговых развязок и перекрёстков, парковке, на гоночных трассах и при разворотах — доступен стандартный интерфейс reset/step, через который агенты обучения с подкреплением взаимодействуют со средой в Gymnasium.
- HighwayEnv можно использовать бесплатно? Какая у него лицензия?
- HighwayEnv распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- HighwayEnv всё ещё поддерживается?
- Активно поддерживается. Последний коммит в HighwayEnv — 30 окт. 2026 г..
- Для чего можно использовать HighwayEnv?
- Сравнение алгоритмов обучения с подкреплением на задачах вождения. Создание прототипов стратегий принятия решений для перестроения, слияния потоков или проезда перекрёстков. Изучение принципов автономного вождения на воспроизводимых симулируемых сценариях. Тестирование методов планирования, например поиска по дереву Монте-Карло или итерации по значениям, на задачах дорожного движения.
- Как установить HighwayEnv?
- Установите HighwayEnv из PyPI: pip install highway-env Создайте среду highway и запустите цикл со случайными действиями
- Где скачать HighwayEnv?
- Исходный код и инструкции по установке — на GitHub: https://github.com/Farama-Foundation/HighwayEnv
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Python-библиотека со стандартным API и эталонными средами для исследований многоагентного обучения с подкреплением, аналогичная Gymnasium.
Среды Gymnasium на базе PyBullet для обучения контроллеров квадрокоптеров с подкреплением — как одиночных, так и мультиагентных.
Набор робототехнических сред для обучения с подкреплением на базе MuJoCo, реализованных через API Gymnasium.
Пакет Python для создания сред Gymnasium для обучения с подкреплением и планирования задач космических аппаратов на базе симулятора Basilisk.
Симулятор с открытым исходным кодом для исследований автономного вождения: городские среды, цифровые ресурсы и моделирование сенсоров на базе Unreal Engine.