自动驾驶——为什么需要仿真？

为什么需要仿真？

想象一下当你发现了一个新的算法，但还不确认它是否有效，你是否会直接找一辆自动驾驶汽车，更新软件，并且进行测试呢？这样做可能并不安全，你必须把所有的场景测试一遍以保证它足够好，这可需要大量的时间。仿真的好处显而易见，它通过软件模拟来发现和复现问题，而不需要真实的环境和硬件，可以极大的节省成本和时间。
随着现在深度学习的兴起，仿真在自动驾驶领域有了新的用武之地。自动驾驶平台通过仿真采集数据，可以把训练时间大大提高，远远超出路测的时间，加快模型迭代速度。先利用集群训练模型，然后再到实际的路测中去检验，采用数据驱动的方式来进行自动驾驶研究。

自动驾驶的仿真的论文可以参考英伟达的[End to End Learning for Self-Driving Cars](End to End Learning for Self-Driving Cars)，主要的目的是通过软件来模拟车以及车所在的环境，实现自动驾驶的集成测试，训练模型，模拟事发现场等功能。那么我们是如何模拟车所在的环境的呢？

如何仿真?

**要模拟车所在的环境，就得把真实世界投影到虚拟世界，并且需要构造真实世界的物理规律。**例如需要模拟真实世界的房子，车，树木，道路，红绿灯，不仅需要大小一致，还需要能够模拟真实世界的物理规律，比如树和云层会遮挡住阳光，房子或者障碍物会阻挡你的前进，车启动和停止的时候会有加减速曲线。

**总之，这个虚拟世界得满足真实世界的物理规律