1 minute read

Correción Post anterior

Para esta segunda ejecución se mantuvieron idénticas todas las condiciones de la simulación
(mapa Town02, clima, vehículo Tesla Model 3, punto de partida y modelo DAgger),
modificando únicamente dos parámetros en el archivo de configuración de Behavior Metrics:

Parámetro Valor anterior Nuevo valor Efecto
PilotTimeCycle 40 ms (25 Hz) 25 ms (40 Hz) Aumenta la frecuencia de inferencia del “brain”, produciendo comandos de control más frecuentes.
AsyncMode True False Cambia de ejecución asíncrona a síncrona, fijando los ticks y evitando desajustes temporales en la simulación.

Test Offline

Se realizó una prueba offline para validar los modelos PilotNet, ResNet-18 y EfficientNet-V2 S entrenados exclusivamente con el dataset generado por conducción manual (mandos PlayStation). El conjunto de imágenes de Town 02 se inyectó directamente al módulo de predicciones offline de Behavior Metrics, registrando las pérdidas (MSE/MAE) de steer y throttle sin interferir con el simulador en tiempo real.

Modelo Steer MSE Steer MAE Throttle MSE Throttle MAE
pilotnet 0.1123 0.2249 0.1588 0.3846
resnet 0.0777 0.1865 0.1859 0.3715
efficientnet 0.0854 0.1650 0.2146 0.3936
PilotNet – Steer MSE/MAE
PilotNet – curva de pérdida para steer
PilotNet – Throttle MSE/MAE
PilotNet – curva de pérdida para throttle
ResNet-18 – Steer MSE/MAE
ResNet-18 – curva de pérdida para steer
ResNet-18 – Throttle MSE/MAE
ResNet-18 – curva de pérdida para throttle
EfficientNet – Steer MSE/MAE
EfficientNet – curva de pérdida para steer
EfficientNet – Throttle MSE/MAE
EfficientNet – curva de pérdida para throttle