一、工业级主流仿真平台(最推荐)
1. CARLA
✅ 核心特点
专为自动驾驶设计(最主流)
支持:
Python API + ROS bridge
支持强化学习 / 端到端驾驶
👉 官方说明:支持“传感器配置、交通生成、环境控制等”
🎯 适用
自动驾驶算法验证(感知/规划/控制)
多车调度(类似AGV → 自动驾驶车)
强化学习训练
2. Microsoft AirSim
✅ 特点
微软开源(基于 Unreal / Unity)
支持:
API:Python / C++ / ROS
🎯 适用
3. LGSVL Simulator(Apollo生态)
✅ 特点
与 Apollo 深度集成
支持自动驾驶完整闭环(感知→规划→控制)
高精地图 + 真实道路
🎯 适用
二、研究/强化学习导向仿真(非常适合算法)
4. MetaDrive
✅ 特点
👉 与 ScenarioNet 结合,可构建真实交通场景仿真
🎯 适用
多车博弈 / 调度策略
RL训练(类似你做的调度优化)
5. SMARTS(SUMO + RL)
✅ 特点
华为开源
基于 SUMO + RL
支持大规模交通仿真
🎯 适用
6. Flow(Berkeley)
✅ 特点
RL + 交通仿真(基于 SUMO)
研究交通拥堵 / 控制策略
三、轻量级 / 游戏类仿真(快速验证)
7. TORCS
✅ 特点
👉 常被用于自动驾驶入门
8. DeepDrive
✅ 特点
四、前沿研究平台
9. CarDreamer(世界模型自动驾驶)
✅ 特点
👉 可实现“在虚拟世界中学会驾驶”
10. Pylot(自动驾驶系统框架)
✅ 特点
模块化自动驾驶系统(感知/规划/控制)
可直接接 CARLA
👉 支持端到端自动驾驶 pipeline
五、如何选(结合你做调度/AGV背景)
如果你的目标是
1. 做“仓库AGV → 自动驾驶升级”
推荐:
2. 做“多车调度 / 博弈优化”
推荐:
MetaDrive(最适合)
SMARTS(交通级调度)
3. 做“强化学习 + 自动驾驶”
推荐:
CARLA + RL(主流)
CarDreamer(前沿)
4. 做“工业落地 / 对标Apollo”
推荐:
🔥 总结一句话
自动驾驶仿真领域,本质三大路线:
CARLA系(工业+研究主流)
SUMO/MetaDrive系(调度+RL)
AirSim系(物理+视觉)