一、自动驾驶车队调度(最直接相关)
1. FleetPy(强烈推荐 ⭐⭐⭐⭐)
GitHub: https://github.com/TUM-VT/FleetPy
类型:自动驾驶车队调度 + 仿真(AMoD)
核心能力:
多车调度(dispatching / routing / ride-sharing)
支持需求响应(类似滴滴 / Robotaxi)
电动车充电调度
多车队(multi-fleet)协同调度
可扩展算法(RL / heuristic / optimization)
特点:
Agent-based(每辆车都是独立智能体)
可模拟成千上万辆车 🚀
支持调度策略对比(你做算法很适合)
👉 本质:
自动驾驶版“调度系统 + 仿真平台”
📌 官方说明:支持“routing、user-assignment、charging”等车队任务建模
二、多车交通调度 / 多智能体仿真
2. LimSim(多车交互调度)
GitHub: https://github.com/PJLab-ADG/LimSim
类型:多车交通仿真 + 行为调度
特点:
多车辆交互(博弈 / 交通流)
支持复杂城市路网
长时间连续仿真(long-term simulation)
可做:交通调度策略 / 路权分配
👉 更偏:
交通层调度(traffic-level scheduling)
3. Flowsim(城市级调度仿真)
GitHub:(论文提供开源)
类型:CAV(车联网)调度
能力:
城市级交通调度
车与车通信(V2V / V2X)
网络 + 调度联合优化
👉 适合:
智能交通系统(ITS)
路网级优化
4. ScenarioNet(场景级调度)
GitHub: https://metadriverse.github.io/scenarionet
类型:数据驱动交通场景调度
特点:
从 Waymo / nuScenes 提取真实场景
多车交互调度 + 仿真
支持 RL / imitation learning
👉 本质:
真实数据驱动的调度仿真平台
三、自动驾驶算法 + 调度结合(研究级)
5. LMMCoDrive(协同调度 + 自动驾驶)
GitHub: https://github.com/henryhcliu/LMMCoDrive
核心:
多车协同调度(CAV)
使用 ADMM 做分布式优化
调度 + 轨迹规划一体化
👉 适合:
前沿研究(多车协同决策)
6. FELP + CARLA(路径调度)
GitHub:论文附带代码
类型:运动规划(局部调度)
能力:
车道级路径调度
Lattice + 图搜索
可接入 CARLA
👉 更偏:
单车调度 / 局部决策
四、自动驾驶仿真平台(可扩展调度)
7. AirSim
GitHub: https://github.com/microsoft/AirSim
特点:
Unreal Engine 高保真仿真
支持 RL / CV / 控制
提供 API 控制车辆
📌 可扩展做:
多车调度
强化学习调度
8. AutoDRIVE Ecosystem
GitHub: https://github.com/Tinker-Twins/AutoDRIVE
能力:
自动驾驶开发 + 仿真 + 实车测试一体
支持集中式 / 分布式调度
支持数字孪生
📌 特点:
模块化 + 支持真实部署
9. MetaDrive(轻量多车调度环境)
GitHub: https://github.com/decisionforce/metadrive
特点:
多智能体交通
支持 RL 调度
可生成无限道路场景
👉 很适合:
强化学习调度(multi-agent RL)
五、调度资源合集(论文 + 项目)
10. Awesome Traffic Simulation
GitHub: https://github.com/zachytong/Awesome-Traffic-Simulation
内容:
自动驾驶调度论文合集
多智能体交通模型
场景生成方法
📌 适合做技术选型
最后,自动驾驶“调度”分三层:
任务调度(Fleet)
接单 / 分配 / 充电( FleetPy)
交通调度(Traffic)
路权 / 避让 / 拥堵( LimSim)
运动调度(Motion)
(来自网络)