7.2 KiB
7.2 KiB
多智能体场景环境详细说明
1. 观测信息详解
观测向量结构（总维度：107维）
每个智能体的观测向量包含以下信息：
观测向量 = [
# 1. 车辆状态信息 (5维)
position_x, # 车辆X坐标
position_y, # 车辆Y坐标
velocity_x, # X方向速度
velocity_y, # Y方向速度
heading_theta, # 朝向角度
# 2. 前向激光雷达 (80维)
lidar_1, # 第1个激光束的距离
lidar_2, # 第2个激光束的距离
...
lidar_80, # 第80个激光束的距离
# 范围：30米，用于前方障碍物检测
# 3. 侧向激光雷达 (10维)
side_lidar_1, # 第1个侧向激光束的距离
...
side_lidar_10, # 第10个侧向激光束的距离
# 范围：8米，用于侧方障碍物检测
# 4. 车道线检测 (10维)
lane_line_1, # 第1个车道线检测距离
...
lane_line_10, # 第10个车道线检测距离
# 范围：3米，用于车道线识别
# 5. 导航信息 (2维)
destination_x, # 目标点X坐标
destination_y, # 目标点Y坐标
]
观测信息说明
-
车辆状态 (5维)
- 位置：全局坐标系下的(x, y)
- 速度：车辆在全局坐标系下的速度分量
- 朝向：车辆的航向角（弧度）
-
激光雷达 (100维)
- 前向80束：覆盖前方视野，检测动态和静态障碍物
- 侧向10束：检测侧方物体，用于变道等操作
- 车道线10束：专门检测车道线位置
-
导航信息 (2维)
- 目标位置：从专家数据中提取的车辆最终位置
总维度：5 + 80 + 10 + 10 + 2 = 107维
2. 多场景加载逻辑
2.1 场景加载机制
MetaDrive的ScenarioEnv通过以下配置管理多场景：
config = {
"data_directory": "path/to/dataset", # 包含dataset_mapping.pkl的目录
"num_scenarios": 3, # 场景总数（从mapping文件读取）
"start_scenario_index": 0, # 起始场景索引
"sequential_seed": True, # 是否顺序切换场景
}
2.2 场景切换逻辑
场景索引管理
- 初始化：环境启动时从
start_scenario_index开始 - 顺序模式（
sequential_seed=True）：- 每次
env.reset()后自动切换到下一个场景 - 循环顺序：场景0 → 场景1 → 场景2 → 场景0 ...
- 每次
示例流程
env = MultiAgentScenarioEnv(config={
"data_directory": "path/to/dataset", # 假设有3个场景
"start_scenario_index": 0,
"sequential_seed": True,
})
obs = env.reset(0) # 使用场景0
# ... 运行场景0 ...
obs = env.reset() # 自动切换到场景1
# ... 运行场景1 ...
obs = env.reset() # 自动切换到场景2
# ... 运行场景2 ...
obs = env.reset() # 循环回到场景0
2.3 当前场景信息获取
可以通过以下方式查看当前场景信息：
# 获取当前场景索引
current_scenario = env.engine.current_seed
# 获取场景总数
total_scenarios = env.config["num_scenarios"]
# 查看场景ID
scenario_id = env.engine.traffic_manager.current_scenario_id
2.4 手动指定场景
如果需要固定使用某个场景：
# 方法1：在reset时指定
obs = env.reset(seed=1) # 使用场景1
# 方法2：配置固定场景
config = {
"start_scenario_index": 2, # 从场景2开始
"sequential_seed": False, # 禁用自动切换
}
3. 车辆观测获取机制
3.1 观测获取流程
step() 被调用
↓
更新所有车辆物理状态
↓
_spawn_controlled_agents() # 生成新车辆（按时间步）
↓
_get_all_obs() # 获取所有车辆观测
↓
遍历 controlled_agents:
├─ 获取车辆状态 (position, velocity, heading)
├─ 调用激光雷达传感器
├─ 组装观测向量
└─ 添加到 obs_list
↓
返回 obs_list（包含所有车辆的观测）
3.2 观测返回格式
obs = env.reset()
# obs 是一个列表，每个元素是一个车辆的观测向量
obs = [
[obs_vehicle_0], # 第1辆车的107维观测
[obs_vehicle_1], # 第2辆车的107维观测
...
]
# 在step中
obs, rewards, dones, infos = env.step(actions)
# obs格式相同，但只包含当前存活的车辆
3.3 观测一致性保证
-
物理状态同步
- 所有车辆在同一物理时间步获取观测
- 保证观测的时间一致性
-
传感器独立性
- 每个车辆有独立的传感器
- 激光雷达从各自位置发射
-
动态车辆管理
- 新车辆在生成时立即获取观测
- 观测列表动态更新
4. 常见问题解答
Q1: 为什么观测维度是107而不是其他？
A:
- 车辆状态: 5维 (x, y, vx, vy, heading)
- 前向激光雷达: 80维
- 侧向激光雷达: 10维
- 车道线检测: 10维
- 目标位置: 2维
- 总计: 5 + 80 + 10 + 10 + 2 = 107维
Q2: 如何确保多场景都被使用？
A: 设置sequential_seed=True，环境会自动循环遍历所有场景。
Q3: 车辆在不同时间步生成，如何获取观测？
A: 每次调用step()时：
- 先检查是否有新车辆需要生成（
_spawn_controlled_agents） - 为所有现存车辆（包括新生成的）获取观测
- 返回的obs_list包含所有当前存活车辆的观测
Q4: 如果场景中车辆数量不同怎么办？
A:
- 观测列表长度动态调整
- 使用
max_controlled_vehicles可限制最大车辆数 - 使用
filter_offroad_vehicles可过滤无效车辆
Q5: 观测数据的坐标系是什么？
A:
- 位置/速度/目标：全局坐标系（世界坐标）
- 激光雷达：车辆局部坐标系（以车辆为中心）
5. 配置建议
5.1 训练配置
config = {
"data_directory": "path/to/dataset",
"sequential_seed": True, # 循环使用所有场景
"filter_offroad_vehicles": True, # 过滤无效车辆
"max_controlled_vehicles": 20, # 限制车辆数防止过载
"inherit_expert_velocity": False, # 训练时不继承速度
"horizon": 300, # 每场景运行300步
}
5.2 评估配置
config = {
"data_directory": "path/to/dataset",
"sequential_seed": False, # 固定场景
"start_scenario_index": 0, # 指定场景
"filter_offroad_vehicles": True,
"max_controlled_vehicles": None, # 不限制车辆数
"inherit_expert_velocity": True, # 评估时继承速度
"verbose_reset": True, # 输出详细信息
}
6. 调试技巧
6.1 查看当前场景信息
# 在reset后查看
print(f"当前场景: {env.engine.current_seed}")
print(f"总场景数: {env.config['num_scenarios']}")
print(f"可控车辆数: {len(env.controlled_agents)}")
6.2 查看观测维度
obs = env.reset()
print(f"车辆数量: {len(obs)}")
if len(obs) > 0:
print(f"单车辆观测维度: {len(obs[0])}")
6.3 启用详细日志
config = {
"verbose_reset": True, # 重置时详细统计
"debug_lane_filter": True, # 车道过滤调试
}