Simulace modeluje chování robotů ve virtuálním prostředí. Využívá fyzikální enginy k výpočtu toho, jak se objekty pohybují, kolidují a reagují na síly. Inženýři testují řídicí algoritmy, plány pohybu a zásady strojového učení v simulaci, než je spustí na reálném hardwaru.

Simulace šetří čas a peníze. Robot, který se v simulaci zhroutí, nic nestojí. Robot, který se zhroutí na hardwaru, stojí peníze a prostoje. Simulace také umožňuje inženýrům testovat scénáře, které jsou v realitě příliš nebezpečné nebo příliš vzácné na to, aby se daly reprodukovat: selhání senzoru, člověk vstoupí do cesty robotovi, výpadek napájení. Mohou spustit tisíce testů paralelně na clusteru.

Simulační nástroje

• Altán: open-source, integrace ROS.
• MuJoCo: rychlá fyzika, posilování učení.
• Isaac Sim: NVIDIA, akcelerované GPU, fotorealistické.
• PyBullet: Python, snadné použití, výzkum.
• Weboti: vzdělávací, multiplatformní.

Hlavním omezením je rozdíl mezi simulací a realitou. Simulace nikdy není dokonalá. Modely tření jsou přibližné. Šum senzorů je zjednodušený. Dynamiku kontaktů je obtížné přesně simulovat. Zásady, které fungují v simulaci, mohou selhat na hardwaru. Inženýři používají doménovou randomizaci, aby zásady byly robustní. Během trénování randomizují hmotnost, tření, šum senzorů a osvětlení. Reálný svět se stává jen další variací. Některé systémy používají identifikaci systému k vyladění simulace tak, aby odpovídala skutečnému robotovi. Jiné používají reziduální učení, kdy skutečný robot opravuje chyby simulace. Simulace nenahrazuje testování v reálném světě. Je to filtr, který zachycuje většinu problémů dříve, než se dostanou k hardwaru. Zbývající problémy jsou ty, na kterých záleží.