一、自动驾驶车队调度（最直接相关）
1. FleetPy（强烈推荐 ⭐⭐⭐⭐）
-
类型：自动驾驶车队调度 + 仿真（AMoD）
核心能力：
-
多车调度（dispatching / routing / ride-sharing）
-
支持需求响应（类似滴滴 / Robotaxi）
-
电动车充电调度
-
多车队（multi-fleet）协同调度
-
可扩展算法（RL / heuristic / optimization）
特点：
-
Agent-based（每辆车都是独立智能体）
-
可模拟成千上万辆车 🚀
-
支持调度策略对比（你做算法很适合）
👉 本质：
自动驾驶版"调度系统 + 仿真平台"
📌 官方说明：支持"routing、user-assignment、charging"等车队任务建模
二、多车交通调度 / 多智能体仿真
2. LimSim（多车交互调度）
-
类型：多车交通仿真 + 行为调度
特点：
-
多车辆交互（博弈 / 交通流）
-
支持复杂城市路网
-
长时间连续仿真（long-term simulation）
-
可做：交通调度策略 / 路权分配
👉 更偏：
交通层调度（traffic-level scheduling）
3. Flowsim（城市级调度仿真）
-
GitHub:（论文提供开源）
-
类型：CAV（车联网）调度
能力：
-
城市级交通调度
-
车与车通信（V2V / V2X）
-
网络 + 调度联合优化
👉 适合：
-
智能交通系统（ITS）
-
路网级优化
4. ScenarioNet（场景级调度）
-
类型：数据驱动交通场景调度
特点：
-
从 Waymo / nuScenes 提取真实场景
-
多车交互调度 + 仿真
-
支持 RL / imitation learning
👉 本质：
真实数据驱动的调度仿真平台
三、自动驾驶算法 + 调度结合（研究级）
5. LMMCoDrive（协同调度 + 自动驾驶）
核心：
-
多车协同调度（CAV）
-
使用 ADMM 做分布式优化
-
调度 + 轨迹规划一体化
👉 适合：
- 前沿研究（多车协同决策）
6. FELP + CARLA（路径调度）
-
GitHub：论文附带代码
-
类型：运动规划（局部调度）
能力：
-
车道级路径调度
-
Lattice + 图搜索
-
可接入 CARLA
👉 更偏：
单车调度 / 局部决策
四、自动驾驶仿真平台（可扩展调度）
7. AirSim
特点：
-
Unreal Engine 高保真仿真
-
支持 RL / CV / 控制
-
提供 API 控制车辆
📌 可扩展做：
-
多车调度
-
强化学习调度
8. AutoDRIVE Ecosystem
能力：
-
自动驾驶开发 + 仿真 + 实车测试一体
-
支持集中式 / 分布式调度
-
支持数字孪生
📌 特点：
模块化 + 支持真实部署
9. MetaDrive（轻量多车调度环境）
特点：
-
多智能体交通
-
支持 RL 调度
-
可生成无限道路场景
👉 很适合：
- 强化学习调度（multi-agent RL）
五、调度资源合集（论文 + 项目）
10. Awesome Traffic Simulation
内容：
-
自动驾驶调度论文合集
-
多智能体交通模型
-
场景生成方法
📌 适合做技术选型
最后，自动驾驶"调度"分三层：
-
任务调度（Fleet）
- 接单 / 分配 / 充电（ FleetPy）
-
交通调度（Traffic）
- 路权 / 避让 / 拥堵（ LimSim）
-
运动调度（Motion）
- 路径 / 轨迹（CARLA / AirSim）