transfuser

收录理由

TransFuser 是一套组织清晰、端到端驾驶模型的参考实现，代码覆盖了从数据生成到评测的完整链路。其核心思路是将摄像头图像、激光雷达点云以及深度或分割输入，通过 Transformer 结构融合后直接输出驾驶动作，并利用 CARLA 中的特权自动驾驶仪进行模仿学习训练。仓库自带数据集下载工具、训练数据生成脚本、多 GPU 训练代码，以及用于 Longest6 基准的评测智能体，因此它更像是一个完整的起点工程，而非孤立的模型片段。该代码源自 CVPR 2021 与 PAMI 2023 论文，属于研究性质，使用时需要自行处理 CARLA 环境配置和依赖版本锁定。对于正在探索传感器融合或模仿学习路线的团队，把 TransFuser 与同一课题组后续的 PlanT、KING 项目放在一起对比，可以清楚看到这些驾驶智能体在架构和训练方式上的演进脉络。