打造一款实用的仿真软件
一款优秀的仿真软件应该是什么样子的？
是要把真实道路场景完全“搬”到电脑上吗？汪堃对此表示否认。在他看来，这种基于游戏引擎开发的仿真软件，场景的确非常真实，但实用性却不高。
一般而言，游戏引擎的图像渲染可以做到特别真实，但过程中会消耗大量额外计算资源，不利于大规模应用，且渲染效果与真实物体状况存在一定差别，对感知能力的提升有限。此外，由于这属于一种Re－build软件（基于第三方软件开发），与自动驾驶软件的开发相互独立，因而难以保证各个模块确定性，这可能导致整个仿真软件存在不确定性，最终影响可用性。
不同于此，轻舟智航自主研发的仿真软件摒弃了复杂的渲染工作，界面简单，仅保留感知结果，包括3D Box和雷达点的叠加。与此同时，该软件还能做到与车载系统基本一致，能在仿真中复现路上出现过的问题，以此进行修复，保证再次上路时不出现同样问题。
在其展示的麦当劳Drive－through场景仿真界面中，轻舟智航用绿色框代表车辆，黄色框代表行人，白色框代表当时实际行驶轨迹。虽看起来并不“华丽”，却能真实反映当时情况，以求简单高效。
“目前自动驾驶技术已经解决了90％的问题，但由于包含边界化难题，剩下的10％可能要花费同样多甚至更多精力来解决。”于骞表示，“（解决问题）关键在于建立自动化生产工厂。”因而，轻舟智航在设计仿真系统时，考虑到大量工具链和仿真测试环境的建立，希望能在自动驾驶车实际上路前，提前暴露潜在问题。
据汪堃介绍，轻舟智航仿真系统的系统架构可分为5层，分别为自研Car OS、核心仿真器及评估器、仿真周边工具链和基础架构、大规模场景库构建、分布式系统仿真平台。
其中，最底层的Car OS能够借助底层的通讯系统来保证模块之间的高效通讯，向上一层的核心仿真器及评估器，能够从安全性、真值、法规、舒适度、状况等多个维度评估自动驾驶车，保证仿真系统的确定性，再上一层的仿真周边工具链和基础架构，则能高效利用全部数据，保证整个数据闭环的有效性。
在轻舟智航看来，有效数据、智能仿真系统以及决策规划框架是推动技术向前转动的“齿轮”。换句话说，仿真系统是二者之间的纽带——在收集大量数据后，轻舟智航能够借助仿真及相关工具链，形成数据测试闭环，支持算法的测试和迭代，不断修改决策规划框架，以求保证自动驾驶车的安全性和可用性。这种方式能够较大化利用有效数据，降低测试成本，提升开发效率。
目前，业界致力于实现L4级自动驾驶的公司几乎都拥有自己的仿真系统，但他们的业务重点多集中在算法研发层面。对于仿真平台的精心打造，使轻舟智航看起来多少有些与众不同。想用最少的人、最少的工具、做最难的事，就这家年轻的自动驾驶公司公司而言，目标远大，但未来仍充满挑战。
除了美国硅谷，轻舟智航还在中国北京、深圳、苏州等多个城市设有办公室，本次是其首次在国内公开亮相。公司表示，将在2020年完善大量的工具链以及仿真测试环境，以建好“自动化规模生产的工厂”，更多的落地场景则将择日进行公布。
