autonomous-driving

AlpaSim là một nền tảng mô phỏng xe tự lái mã nguồn mở được thiết kế để phát triển và kiểm thử các chính sách AV đầu cuối

Một framework tổng quát để tạo mẫu các ứng dụng lái xe tự động hợp tác full-stack dưới CARLA+SUMO.

Trường đào tạo RL đa tác nhân có khả năng mở rộng cho xe tự lái.

Một trình mô phỏng robot hạng nhẹ dựa trên Python được thiết kế cho việc điều hướng, điều khiển và học tập

[CoRL '25] Mô phỏng giả lập cho xe tự lái; [NeurIPS '24] NAVSIM: Mô phỏng và đánh giá xe tự lái dựa trên dữ liệu không phản ứng

CarlaAir: Lái drone bên trong thế giới CARLA!! Cơ sở hạ tầng thống nhất cho trí tuệ thể hiện trên không - mặt đất

[ICLR 2025 Oral] Triển khai chính thức của "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"

📦 eCAL - Tầng trừu tượng truyền thông nâng cao. Một middleware đa nền tảng client-server, publish-subscribe hiệu năng cao.

Bộ devkit của tập dữ liệu nuPlan.

[TPAMI 2026] Mô hình hóa Thế giới 3D và 4D: Khảo sát

OpenEMMA, một "bản sao" mã nguồn mở với giấy phép linh hoạt của mô hình EMMA từ Waymo.

[NeurIPS 2024] Mô hình thế giới có khả năng tổng quát hóa cho xe tự hành

Mã nguồn cho chuỗi công trình về nhận thức LiDAR, bao gồm SST (CVPR 22), FSD (NeurIPS 22), FSD++ (TPAMI 23), FSDv2 và CTRL (ICCV 23, oral).

Ngăn xếp L2 ADAS miễn phí và hoàn toàn mã nguồn mở được vận hành bởi công nghệ AI End-to-End

[NeurIPS 2025 spotlight] Triển khai chính thức cho "FutureSightDrive: Thinking Visually with Spatio-Temporal CoT for Autonomous Driving"

[ICRA 2022] Một framework mã nguồn mở cho phát hiện hợp tác. Bản triển khai chính thức cho OPV2V.

Ghi chú về xe tự lái, phân tích các điểm kiến thức của từng mô-đun và tổng hợp các giải pháp xuất sắc trong ngành. Nội dung bao gồm Deep Learning, xe không người lái, BEV, Transformer, ADAS, CVPR, Tesla AI Day, mô hình lớn, ChatGPT, v.v.

Công cụ chú thích hộp giới hạn 3D (3D-BAT) cho điểm mây và gán nhãn hình ảnh

[CVPR 2024 Highlight] GenAD: Mô hình dự đoán tổng quát cho xe tự lái

[AAAI 2026] OpenDriveVLA: Hướng tới lái xe tự động đầu cuối với Mô hình Ngôn ngữ - Thị giác - Hành động lớn

Triển khai PyTorch chính thức của FB-BEV & FB-OCC - Chuyển đổi góc nhìn tiến-lùi cho nhận thức lái xe tự động lấy tầm nhìn làm trung tâm

Khóa học toàn diện về mạng lưới chiếm dụng (Occupancy Network) đầu tiên tại Trung Quốc: Từ BEV đến Occupancy Network, nguyên lý thuật toán và thực hành kỹ thuật, bao gồm triển khai trên thiết bị đầu cuối. Khóa học về nhận diện chiếm dụng ngữ nghĩa xung quanh cho xe tự lái (tài liệu, ppt và mã nguồn).

Mạng thần kinh sâu học cách lái xe trong trò chơi điện tử

LSD (LiDAR SLAM & Detection) là kiến trúc nhận thức mã nguồn mở dành cho xe tự lái/robot

Danh sách tổng hợp các tài nguyên về xe tự lái

Trình mô phỏng bản sao kỹ thuật số mã nguồn mở cho Autoware

[ICCV 2025] Triển khai chính thức của bài báo “MagicDrive-V2: Tạo video dài độ phân giải cao cho lái xe tự động với điều khiển thích ứng”

Triển khai Python của bộ điều khiển MPPI (Model Predictive Path-Integral) để hiểu ý tưởng cơ bản. Các phụ thuộc bắt buộc chỉ bao gồm numpy và matplotlib.

Nhận thức góc nhìn từ trên cao (Bird's Eye View Perception)

[CoRL'23] Loại bỏ những quan niệm sai lầm về lập kế hoạch chuyển động phương tiện dựa trên học máy