Simularea modelează comportamentul robotului într-un mediu virtual. Folosește motoare fizice pentru a calcula modul în care obiectele se mișcă, se ciocnesc și răspund la forțe. Inginerii testează algoritmii de control, planurile de mișcare și politicile de învățare automată în simulare înainte de a le rula pe hardware real.

Simularea economisește timp și bani. Un robot care se blochează în simulare nu costă nimic. Un robot care se blochează la nivelul hardware-ului costă bani și timp de nefuncționare. Simularea permite, de asemenea, inginerilor să testeze scenarii prea periculoase sau prea rare pentru a fi reproduse în realitate: o defecțiune a senzorului, un om care pășește în calea robotului, o pană de curent. Aceștia pot rula mii de teste în paralel pe un cluster.

Instrumente de simulare

• Foișor: open-source, integrare ROS.
• MuJoCo: fizică rapidă, învățare prin consolidare.
• Isaac Sim: NVIDIA, accelerat de GPU, fotorealist.
• PyBullet: Python, ușor de utilizat, cercetare.
• Webots: educațional, multiplatformă.

Principala limitare este decalajul dintre simulator și realitate. Simularea nu este niciodată perfectă. Modelele de frecare sunt aproximative. Zgomotul senzorilor este simplificat. Dinamica contactului este greu de simulat cu precizie. O politică care funcționează în simulare poate eșua pe hardware. Inginerii folosesc randomizarea domeniului pentru a face politicile robuste. Ei randomizează masa, frecarea, zgomotul senzorilor și iluminatul în timpul antrenamentului. Lumea reală devine doar o altă variație. Unele sisteme folosesc identificarea sistemului pentru a regla simularea pentru a se potrivi cu robotul real. Altele utilizează învățarea reziduală, unde robotul real corectează erorile simulării. Simularea nu înlocuiește testarea în lumea reală. Este un filtru care detectează majoritatea problemelor înainte ca acestea să ajungă la hardware. Problemele rămase sunt cele care contează.