Week 69 - Mejoras en soporte de BehaviorMetrics para PythonAPI

Estoy haciendo una revisión sobre el uso de Mixture of Experts (MoE) en conducción autónoma. Los papers que he leído muestran mejoras claras en seguridad, generalización y eficiencia, así que todo apunta a que esta arquitectura es una opción muy prometedora para sistemas de control y percepción en vehículos autónomos.

Por otro lado, en BehaviorMetrics ya se habilitó la ejecución completa desde la Python API, sin depender de ROS, y se avanzó bastante en el registro de métricas en formato CSV. También estoy montando un flujo para crear un nuevo dataset directamente desde la API de CARLA, usando los métodos client.start_recorder() y client.replay_file() para grabar y reproducir sesiones de conducción de forma asíncrona.

La idea es poder capturar los comandos de conducción (steer, throttle, brake) desde los logs grabados y generar datasets más limpios, repetibles y fáciles de analizar, que luego servirán para comparar modelos MoE y monolíticos bajo las mismas condiciones de simulación.