自動駕駛不僅僅意味著取代人類駕駛員，它還涉及到打造比人類駕駛員更安全的AI駕駛員。

知名資詢公司蘭德（RAND Corporation）指出，要使AI駕駛員的表現優于人類20%，就需要進行總距離為110億英里的驗證工作，相當于讓現實世界中的100輛車不停地開500多年，這顯然是無法做到的。

不過，模擬技術為這個曾經不可逾越的障礙提供了解決方案。在虛擬世界中，開發人員可以安全并精確地測試和驗證自動駕駛的硬件和軟件。

“模擬平臺的持續整合過程可以大大提高我們工程師的工作效率，”NVIDIA創始人兼首席執行官黃仁勛表示。“人工智能系統的模擬能力對于成功至關重要”。

然而，只有當模擬工具準確表示現實世界的多樣性和不可預測性的時候，它才能被有效利用來開發安全的自動駕駛技術。

因此，NVIDIA宣布開放DRIVE Constellation模擬平臺，與合作伙伴攜手整合各自的世界模型、汽車模型和交通場景。

有了不同合作伙伴的加入，DRIVE Constellation將變得更加全面，以支持多種多樣和復雜的測試元素。

有效模擬的關鍵要素

模擬測試環境不僅是虛擬道路或虛擬汽車這么簡單。它要像電影那樣密集地建模，還要像汽車實際行駛的城市道路和高速公路的藍圖一樣細致和精確。

該虛擬世界不僅要看起來真實，還必須遵守物理定律。DRIVE Sim可以設計出模擬測試的任何潛在的環境和駕駛情形，并能整合世界模型（World Model）、汽車模型（Vehicle Model）和交通場景模型（Traffic Scenario Model）。

世界SIM模型：

虛擬城市并非一天建成的。例如，要在舊金山進行模擬測試，開發人員必須首先創建地圖。然后，在地圖中加入建筑、樹木和其他地標——必須將城市的每一英寸都表示出來，以便創造與現實世界一樣嚴謹細致的測試環境。

此虛擬世界還必須模擬從光線到天氣的現實世界條件。無需離開模擬平臺，就能讓汽車在一個晴朗的早晨行駛在加利福尼亞州的山景城，并穿過舊金山的濃霧。

傳感器和汽車SIM模型：

不同于人類駕駛員，自動駕駛汽車不只是依靠視覺信息來了解周圍的世界。攝像頭、雷達和激光雷達傳感器能夠為汽車提供數據，供其做出決定。綜合模擬平臺應模仿這些數據來源，并測試算法如何應對不同的傳感器輸入。

虛擬汽車在模擬環境中的表現還必須像在現實世界中一樣。像剎車、在高速公路上加速或在崎嶇不平的道路上行駛等動作，應表現出與現實中的汽車做這些動作時相同的汽車動力學特性。

交通和場景模型：

要創造近似事故的逼真情形，開發人員首先必須觀察并重建現實世界的示例，然后通過在模擬器中改變天氣、光線和道路狀況來創造多種場景。要可靠地驗證自動駕駛硬件和軟件，多變的環境狀況必不可少。

這些場景還必須如實反映每個測試環境的交通規則。例如，模擬在匹茲堡駕車時，必須遵循“匹茲堡式左轉”的操作，即在十字路口時，汽車需在對向車輛通過之前左轉。

廣泛的合作伙伴網絡

通過向合作伙伴開放DRIVE Sim，該平臺的深度和靈活性都得到提升。整合世界模型、汽車模型和交通模型的能力提高了自動駕駛車輛測試和驗證的效率。

目前，眾多模擬公司已在DRIVE Constellation平臺上與NVIDIA達成合作。這些公司涵蓋世界模型、汽車和傳感器模型以及交通和場景模型開發等領域。