A simulação modela o comportamento dos robôs num ambiente virtual. Utiliza motores de física para calcular como os objetos se movem, colidem e reagem a forças. Os engenheiros testam algoritmos de controlo, planos de movimento e políticas de aprendizagem automática em simulação antes de os executar em hardware real.

A simulação poupa tempo e dinheiro. Um robô que sofra uma colisão na simulação não gera custos. Um robô que sofra uma colisão no hardware gera custos e tempo de inatividade. A simulação permite ainda aos engenheiros testar cenários demasiado perigosos ou demasiado raros para serem reproduzidos na realidade: uma falha de um sensor, uma pessoa a entrar no caminho do robô, uma falha de energia. Podem executar milhares de testes em paralelo num cluster.

Ferramentas de simulação

• Gazebo: código aberto, integração com ROS.
• MuJoCo: física rápida, aprendizagem por reforço.
• Isaac Sim: NVIDIA, aceleração por GPU, fotorrealista.
• PyBullet: Python, fácil de usar, pesquisa.
• Webots: educativos e multiplataforma.

A principal limitação é a discrepância entre a simulação e a realidade. A simulação nunca é perfeita. Os modelos de atrito são aproximados. O ruído dos sensores é simplificado. A dinâmica de contacto é difícil de simular com precisão. Uma política que funciona na simulação pode falhar no hardware. Os engenheiros utilizam a randomização de domínios para tornar as políticas robustas. Randomizam a massa, o atrito, o ruído dos sensores e a iluminação durante o treino. O mundo real torna-se apenas mais uma variação. Alguns sistemas utilizam a identificação de sistemas para ajustar a simulação e fazê-la corresponder ao robô real. Outros utilizam a aprendizagem residual, onde o robô real corrige os erros da simulação. A simulação não substitui os testes no mundo real. Ela é um filtro que detecta a maioria dos problemas antes de estes chegarem ao hardware. Os problemas que restam são os que realmente importam.