仿真数据真的不能用于训练吗？

 

作者 | 李慢慢

编辑 | 李慢慢

出品 | 车路漫漫

大家好，我是李慢慢。

终于，我也开始“炼丹”了。

一开始有这个念头，倒不是为了追什么技术热点，也不是单纯想拓展技能栈。真正触动我的，是这些年做仿真工程师时反复听到的一句话：

“仿真搞不了算法训练，连做感知测试都勉强。”

这些话像一根刺，一直扎在心里。直到前段时间，我写了一篇《自动驾驶仿真，扯掉最后一块遮羞布，请直面置信度难题》。在文章的末尾，有一位读者这样留言：“仿真不是不能用，是端到端模型不会用、不敢用、不想用。”

那一刻，像是被点醒了。

我突然意识到：仿真和算法这两个圈子，看似相近，却常年活在不同的语境里。搞仿真的，往往不太懂算法；搞算法的，又常对仿真一知半解。两边各自为战，中间隔了一道看不见的墙——也正因如此，仿真的价值明明摆在那里，却迟迟没能真正落地。

所以我想，不如我自己跳进来试一试。从算法学起，尝试用仿真生成的数据去训练模型。我不怕看到差距，我只想真实地感受：虚拟与真实之间，究竟隔着多远的距离？而这个距离，又是否可以通过方法、工具与共识去弥补？

我知道，这条路不容易。但它值得。

如果你是我公众 号的老读者，大概已经注意到我近来的变化：我开始写实车数据采集、开源数据集介绍，甚至一些算法科普内容。看似画风突变，其实这一切，都是在为“用仿真支持训练”一点点铺路——要实现这个目标，要补的课真的还有很多。

最后，也想借这篇小文发起一个邀请。如果你也对仿真×算法的结合感兴趣，不论处于哪个阶段，都欢迎加入我，一起探讨、实践、成长。

虚拟照进现实，或许就从这一次尝试开始。

—

期待你在评论区留下想法，我们可以一起让这条路走得清晰一点、温暖一点。