सिमुलेशन मॉडल एक आभासी वातावरण में रोबोट के व्यवहार का आकलन करता है। यह भौतिकी इंजनों का उपयोग करके गणना करता है कि वस्तुएं कैसे चलती हैं, टकराती हैं और बलों पर प्रतिक्रिया करती हैं। इंजीनियर वास्तविक हार्डवेयर पर चलाने से पहले सिमुलेशन में नियंत्रण एल्गोरिदम, गति योजनाओं और मशीन लर्निंग नीतियों का परीक्षण करते हैं।

सिमुलेशन से समय और पैसा बचता है। सिमुलेशन में क्रैश होने वाले रोबोट की कोई कीमत नहीं होती। हार्डवेयर में खराबी आने पर रोबोट क्रैश हो जाता है, जिससे लागत और काम रुकने का समय दोनों का नुकसान होता है। सिमुलेशन इंजीनियरों को उन स्थितियों का परीक्षण करने की सुविधा भी देता है जो वास्तविकता में दोहराई नहीं जा सकतीं या बहुत खतरनाक होती हैं: जैसे सेंसर की खराबी, किसी इंसान का रोबोट के रास्ते में आ जाना, बिजली गुल हो जाना। वे एक क्लस्टर पर हजारों परीक्षण एक साथ चला सकते हैं।

सिमुलेशन उपकरण

• गज़ेबो: ओपन-सोर्स, ROS एकीकरण।
• MuJoCo: तीव्र भौतिकी, सुदृढ़ीकरण शिक्षण।
• इसाक सिम: एनवीडिया, जीपीयू-एक्सेलरेटेड, फोटोरियलिस्टिक।
• PyBullet: पायथन, उपयोग में आसान, शोध के लिए उपयुक्त।
• वेबॉट्स: शैक्षिक, क्रॉस-प्लेटफ़ॉर्म।

मुख्य सीमा सिमुलेशन और वास्तविक स्थिति के बीच का अंतर है। सिमुलेशन कभी भी परिपूर्ण नहीं होता। घर्षण मॉडल अनुमानित होते हैं। सेंसर शोर को सरलीकृत किया जाता है। संपर्क गतिकी का सटीक अनुकरण करना कठिन है। सिमुलेशन में कारगर नीति हार्डवेयर पर विफल हो सकती है। इंजीनियर नीतियों को सुदृढ़ बनाने के लिए डोमेन रैंडमाइजेशन का उपयोग करते हैं। वे प्रशिक्षण के दौरान द्रव्यमान, घर्षण, सेंसर शोर और प्रकाश को यादृच्छिक बनाते हैं। वास्तविक दुनिया बस एक और भिन्नता बन जाती है। कुछ प्रणालियाँ सिमुलेशन को वास्तविक रोबोट से मेल खाने के लिए सिस्टम आइडेंटिफिकेशन का उपयोग करती हैं। अन्य अवशिष्ट शिक्षण का उपयोग करते हैं, जहाँ वास्तविक रोबोट सिमुलेशन की त्रुटियों को ठीक करता है। सिमुलेशन वास्तविक दुनिया के परीक्षण का विकल्प नहीं है। यह एक फ़िल्टर है जो हार्डवेयर तक पहुँचने से पहले ही अधिकांश समस्याओं को पकड़ लेता है। शेष समस्याएँ ही महत्वपूर्ण होती हैं।