作为模拟真实驾驶环境的模拟器，CARLA提供了丰富的传感器接口，不同传感器的特点不同，应该针对不同场景选择合适的传感器或将多种传感器结合使用。

导航系统独立于自动驾驶，主要由地图生成路径，自动驾驶的汽车在行驶过程中，首先要确定“去哪儿”，再考虑识别交通信号、避障、变道等动作。CARLA中已有现成的导航函数库，使用时可以直接调用。

蒙特卡洛树搜索算法可以通过自我对弈模拟得到不同状态分支中获胜的概率，从而获得最优的策略。代码部分可以分为Node类和State类。Node类通过关联父节点和子节点实现树结构，同时保存每个节点的属性；State类描述游戏的规则并判断胜负。模型结构参考了https://ai-boson.github.io/mcts/先导入所需要的模块import numpy as npimport random as

Chrome浏览器的cookies信息一般存储在C:\Users\xxx\AppData\Local\Google\Chrome\User Data\Default目录中，但并不是以单个文件的形式存储，而是一种SQLite数据库，使用和修改起来并不方便，可以通过安装插件的方式将其导出为cookies.txt格式，以导入其他和使用场景。搜索插件网上有许多Chrome浏览器的插件，这里选择Get co

作为模拟真实驾驶环境的模拟器，CARLA提供了丰富的传感器接口，不同传感器的特点不同，应该针对不同场景选择合适的传感器或将多种传感器结合使用。

一、安装环境gym是用于开发和比较强化学习算法的工具包，在python中安装gym库和其中子场景都较为简便。安装gym：pip install gym安装自动驾驶模块，这里使用Edouard Leurent发布在github上的包highway-env（原链接）：pip install --user git+https://github.com/eleurent/highway-env其中包含6个

利用PID等传统控制算法对巡航车速进行跟踪控制的应用举例