Симуляторы стали ключевым инструментом разработки беспилотного транспорта, позволяя проводить миллионы километров тестов без выезда на реальные дороги. Хотя синтетические среды эффективно имитируют динамику автомобиля и планирование траекторий, они пока уступают реальности в вопросах фотореализма и правдоподобного шума сенсоров, необходимых для обучения нейросетей восприятия.
История моделирования движения началась в 1950-х годах с работ Гарри Гуда и Мартина Старка, посвященных регулируемым перекресткам. В 1970-х годах появились микроскопические модели, такие как японская MISTRAN. Современные решения, например SUMO, используются для городского планирования, однако для автономного вождения они недостаточно детализированы, так как не учитывают физику 3D-объектов.
Развитие технологий автопилота ускорилось благодаря соревнованиям DARPA в 2000-х годах. Позже появились специализированные робототехнические симуляторы, такие как Gazebo, Webots и CoppeliaSim, которые в связке с экосистемой ROS позволили тестировать алгоритмы управления. Эти платформы заложили фундамент для современных систем проверки беспилотных транспортных средств.
Игровая индустрия внесла вклад в развитие симуляций, внедрив реактивный трафик в таких проектах, как GTA. В 2017 году на конференции CoRL был представлен CARLA — открытый симулятор на базе Unreal Engine 4, созданный Intel Labs, Toyota Research Institute и Computer Vision Center. Позже появились AirSim от Microsoft и Isaac Sim от NVIDIA, обеспечившие фотореализм с использованием GPU-ускорения.
С 2020 по 2025 год компания Waymo проводила открытые соревнования, демонстрирующие эволюцию задач автопилота: от детекции объектов до прогнозирования поведения агентов. Сегодня отрасль использует различные классы симуляций, включая макроскопические модели потоков и современные data-driven подходы, такие как BehaviorGPT и VBD, которые обучаются на реальных данных для предсказания траекторий движения.
