CARLAにおける自動運転のための強化学習

CARLAは、自動運転研究のためのオープンソースシミュレーターです。
この記事では、CARLAにおける自動運転のための強化学習を紹介します。

CARLAで強化学習を用いることにより、以下のビデオのような自動運転を行うことができます。

CARLA

CARLA（Car Learning to Act）は、Unreal Engine 4を用いた自動運転研究のためのオープンソースシミュレーターです。

https://github.com/carla-simulator/carla

CARLAにおける自動運転のための強化学習

以下のリポジトリに、CoRL-2017ドライビングベンチマークを実行するためのコードとトレーニング済モデルがあります。

https://github.com/carla-simulator/reinforcement-learning

なお、このリポジトリにトレーニング用のコードは含まれていません。

CARLAサーバーの準備

以下の記事において、Ubuntu 16.04 LTS上に準備したCARLAサーバーをそのまま利用することができます。

CARLAにおける自動運転のための模倣学習

reinforcement-learningリポジトリのclone

以下のコマンドで、reinforcement-learningリポジトリをcloneします。

$ cd
$ git clone https://github.com/carla-simulator/reinforcement-learning

Python仮想環境の準備

Minicondaを用いてPython 3.6の仮想環境carla_rlを以下のコマンドで作成します。

$ conda create -n carla_rl python=3.6 chainer=1.24.0 cached-property=1.4.2 pillow=5.1.0 opencv=3.3.1 h5py=2.7.1

CoRL-2017ベンチマークの実行

1つ目のターミナルで、CARLAサーバーを起動するため、以下のコマンドを実行します。

$ cd ~/carla-0.8.2
$ ./CarlaUE4.sh /Game/Maps/Town01 -carla-server -benchmark -fps=10 -windowed -ResX=640 -ResY=480

別のターミナルで、Pythonクライアントを起動するため、以下のコマンドを実行します。

$ export PYTHONPATH=~/carla-0.8.2/PythonClient/:$PYTHONPATH
$ source activate carla_rl
$ cd ~/reinforcement-learning
$ python run_RL.py --corl-2017

まとめ

この記事では、CARLAにおける自動運転のための強化学習を紹介しました。