Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Ejecute simulaciones de conducción autónoma con CARLA en Deadline Cloud El paquete de tareas [autonomous\_driving\_carla](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/autonomous_driving_carla) ejecuta un barrido de parámetros de simulación de conducción autónoma de [CARLA](https://carla.org/) en Deadline Cloud con captura multisensor configurable. AWS El trabajo se basa en un escenario de corte al cambiar de carril y abarca las velocidades del ego configurables, las velocidades de los NPC y las distancias de partida de los PNJ. Cada combinación de parámetros crea una tarea (por defecto, 2×2×2 = 8 tareas). Cada tarea captura datos de varios sensores desde puntos de vista de cámara seleccionados por el usuario y produce vídeos por cámara, marcos de segmentación semántica y RGB, nubes de puntos LiDAR (`.ply`) y cuadros delimitadores en formato KITTI. 2D/3D El trabajo se ejecuta dentro de un contenedor Docker basado en. `carlasim/carla:0.9.16` Antes de enviarla, cree la imagen de Docker personalizada a partir del `docker/` directorio del paquete y envíela a Amazon Elastic Container Registry (Amazon ECR). Adjunta el script de configuración de host [docker\_nvidia\_container\_toolkit a tu flota para proporcionar Docker y el kit](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/host_configuration_scripts/docker_nvidia_container_toolkit) de herramientas NVIDIA Container. Para ejecutar este paquete, necesitas una granja de Deadline Cloud con una flota de GPU (mínimo 1 GPU NVIDIA, 16 vCPU, 64 GiB de memoria) y un entorno de cola conda con. `ffmpeg` El rol de cola necesita permisos de extracción de Amazon ECR. Desde el `job_bundles` directorio, envíe el trabajo: ``` deadline bundle gui-submit autonomous_driving_carla ``` En la pestaña de *Job-specific configuración*, defina el URI de la imagen del contenedor en su imagen de Amazon ECR y configure los parámetros del escenario (velocidades del ego, velocidades de los NPC, distancias de los NPC) y los puntos de vista de la cámara.