在過去的幾年里，自動駕駛汽車取得了巨大的。研究表明，自動駕駛汽車必須行駛數十億英里才能證明其可靠性，如果沒有仿真的幫助，這是不可能的。從自動駕駛研究的一開始，模擬器就在自動駕駛系統的開發和測試中發揮了關鍵作用。仿真使開發人員能夠在不駕駛真實車輛的情況下快速測試新算法。與道路測試相比，仿真模擬有幾個重要的優點：它比真實的道路測試更安全，特別是對于某些危險場景（如行人亂穿馬路），并且可以生成在現實世界中很少遇到的cornercase（例如惡劣天氣）。此外，模擬器能夠地再現問題場景的所有因素，從而允許開發人員調試和測試新的補丁。

　　

　　自動駕駛決策AI的研究離不開仿真軟件，一方面因為自動駕駛的實車測試需要在安全的環境中，這使得采用AI模型的實驗難以開展；另一方面，對大部分研究者來說，實車測試的條件復雜且昂貴，難以滿足。

　　同時，不論是以模仿學習為代表的監督學習算法，還是需要與環境交互的強化學習算法，都需要從駕駛環境中獲取相當數量的樣本案例，因此一款好的合適的模擬器能夠幫助研究者快速上手駕駛實驗，高效地部署算法和仿真實驗并提供有價值的解決方案。從決策AI研究的角度評測當下各種常見的開源自動駕駛仿真軟件，從各個角度幫助讀者分析和挑選適用于不同任務和場景的自動駕駛仿真器。

　　

　　自動駕駛環境太陽模擬器主要模擬了真實世界中駕駛員對車輛控制到車輛的運動、位姿變化以及燃料消耗等。是目前接近真實世界的駕駛模擬器之一，它考慮了真實世界中的各種物理模型，考慮了汽車內部結構、動力和制動系統、空氣動力學、路面摩擦等對控制結果的影響，可用于車輛底層控制系統的開發和研究。