Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra. # Exécutez des simulations de conduite autonome avec CARLA sur Deadline Cloud Le bundle de [ tâches ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/autonomous_driving_carla) autonomous\_driving\_carla disponible sur le GitHub site Web exécute un balayage des paramètres de simulation de conduite autonome sur AWS Deadline Cloud avec une capture multi-capteurs configurable, à l'aide du simulateur CARLA sur le site Web de CARLA. [https://carla.org/](https://carla.org/) Le job exécute un scénario de changement de voie et passe en revue les vitesses d'ego, les vitesses des PNJ et les distances de départ des PNJ configurables. Chaque combinaison de paramètres crée une tâche (par défaut 2 × 2 × 2 = 8 tâches). Chaque tâche capture des données multicapteurs à partir de points de vue de caméra sélectionnés par l'utilisateur et produit des vidéos par caméra, des cadres de segmentation RGB et sémantique, des nuages de points LiDAR (`.ply`) et 2D/3D des cadres de délimitation au format KITTI. La tâche s'exécute dans un conteneur Docker basé sur`carlasim/carla:0.9.16`. Avant de la soumettre, créez l'image Docker personnalisée à partir du `docker/` répertoire du bundle et envoyez-la vers Amazon Elastic Container Registry (Amazon ECR). Joignez le script de configuration [ hôte ](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/host_configuration_scripts/docker_nvidia_container_toolkit) docker\_nvidia\_container\_toolkit sur le GitHub site Web à votre flotte pour fournir Docker et le NVIDIA Container Toolkit. Pour exécuter ce bundle, vous avez besoin d'une ferme Deadline Cloud dotée d'un parc de GPU (minimum 1 GPU NVIDIA, 16 processeurs virtuels, 64 Go de mémoire) et d'un environnement de file d'attente avec. `ffmpeg` Le rôle de file d'attente nécessite les autorisations d'extraction Amazon ECR. Depuis le `job_bundles` répertoire, soumettez la tâche : ``` deadline bundle gui-submit autonomous_driving_carla ``` Dans l'*onglet * Job-specific Paramètres, définissez l'URI de l'image du conteneur sur votre image Amazon ECR et configurez les paramètres du scénario (vitesses de l'ego, vitesses des PNJ, distances des PNJ) et les points de vue des caméras. Pour une procédure pas à pas complète qui couvre la création de l'image Docker, la soumission et le suivi de la tâche, ainsi que l'examen de la sortie du capteur capturée, consultez[Exécutez un balayage de simulation de conduite autonome avec CARLA](tutorial-carla-simulation.md).