优化小车行为 (#5216)

* 完成选题，并提交readme文件

* 添加最小示例

* 将实例文件中的注释翻译成中文，方便他人学习

* 注册 Gym 环境

* 把CarlaEnv暴露出来，方便导入

* 初始化环境

* 依赖

* 安装脚本

* 优化小车动作

* 提供更为详细的说明

Author: LingenCode

src/carla_ad_gym_rl/easycarla_demo.py

@@ -35,21 +35,9 @@
 
 # 定义一个简单的动作策略
 def get_action(env, obs):
-    """随机选择简单的手动动作或自动驾驶动作。"""
-    p = random.random()
-    if p < 0.5:
-        # 使用自动驾驶（专家模式）
-        env.ego.set_autopilot(True)
-        control = env.ego.get_control()
-        action = [control.throttle, control.steer, control.brake]
-    else:
-        # 使用随机动作（新手模式）
-        env.ego.set_autopilot(False)
-        throttle = random.uniform(0.0, 1.0)
-        steer = random.uniform(-0.6, 0.6)
-        brake = random.uniform(0.0, 0.3)
-        action = [throttle, steer, brake]
-    return action
+    env.ego.set_autopilot(True)
+    control = env.ego.get_control()
+    return [control.throttle, control.steer, control.brake]
 
 # 与环境交互
 for episode in range(5):  # 运行 5 个 episode

src/carla_ad_gym_rl/readme.md

@@ -1 +1,28 @@
-本项目旨在为 CARLA 模拟器提供了一个轻便易用的兼容 Gym 的界面，专为强化学习（RL）应用量身定制。它集成了激光雷达扫描、车辆状态、附近车辆信息和航点等关键观察组件。环境支持安全意识学习，包括奖励和成本信号、路标可视化以及可定制参数，包括交通设置、车辆数量和传感器范围。
+本项目旨在为 CARLA 模拟器提供了一个轻便易用的兼容 Gym 的界面，专为强化学习（RL）应用量身定制。它集成了激光雷达扫描、车辆状态、附近车辆信息和航点等关键观察组件。环境支持安全意识学习，包括奖励和成本信号、路标可视化以及可定制参数，包括交通设置、车辆数量和传感器范围。
+
+安装所需依赖：
+
+```bash
+pip install -r requirements.txt
+```
+
+将本项目作为本地 Python 包安装：
+
+```bash
+pip install -e .
+```
+
+## 快速开始
+
+运行一个简单的演示，与环境进行交互：
+
+```bash
+python easycarla_demo.py
+```
+
+该脚本演示了如何：
+- 创建并重置环境
+- 选择自动驾驶动作
+- 在环境中逐步执行，并获取观测、奖励、代价以及结束信号
+
+在运行该演示之前，请确保你的 CARLA 服务端已经启动。