Assetto Corsa Gym 大规模自动驾驶赛车模拟基准

Assetto Corsa Gym 数据集由加州大学圣地亚哥分校、格拉茨工业大学、 Unimore 和 Know-Center GmbH 于 2024 年推出，相关论文成果为「A Simulation Benchmark for Autonomous Racing with Large-Scale Human Data」。

该数据集收集了 6,400 万步的赛车驾驶数据，其中 230 万步来自不同驾驶水平的人类驾驶员，其余来自 Soft Actor-Critic (SAC) 策略。数据收集涉及 15 名驾驶员，每条赛道和每辆车至少完成五圈。参与者包括一名专业电子竞技驾驶员、四名专家、五名业余驾驶员和五名初学者。下图为数据总结：

支持的任务和排行榜

• 自动驾驶
• 强化学习
• 行为克隆
• 模仿学习