1. 课程导入
自动驾驶系统的研发，本质上是在一个高维、连续、强交互、长尾风险密集的环境中寻找安全边界。真实道路测试虽然不可替代，但成本高、周期长、场景不可复现，且极端危险场景难以按需触发。因此，仿真技术从早期的“辅助验证工具”逐步演变为自动驾驶研发的基础设施。本章作为课程导入，将梳理仿真技术的演进脉络，给出世界模型的定义，并说明闭环仿真工程的目标与整体课程框架。
一、核心原理：仿真技术为何必须走向闭环
传统仿真通常采用“开环回放”模式：将采集到的传感器数据或场景文件输入被测算法，算法输出控制指令后，仿真器只记录结果，并不根据算法行为改变后续场景。这种方式适合回归测试，却无法回答一个关键问题：如果自车采取了不同动作，世界会如何变化？
闭环仿真的核心在于引入环境反馈。被测算法输出的控制量会驱动自车运动，自车运动又改变交通参与者、传感器观测和场景状态，形成“感知—决策—控制—环境演化”的循环。只有闭环，才能评估算法在交互中的真实表现，例如博弈、让行、加塞应对和风险规避。
闭环仿真的最小反馈回路：场景初始化 → 传感器仿真 → 感知算法 → 预测/规划/控制 → 车辆动力学 → 场景状态更新 → 新传感器观测。任一环节缺失，闭环即退化为开环或半闭环。
二、方法流程：从场景库到世界模型闭环
自动驾驶仿真技术的演进大致经历四个阶段：
- 数据回放阶段：以日志回放为主，验证感知模块在真实数据上的表现，场景不可交互。
- 规则场景阶段：基于场景描述语言构建参数化场景，支持批量生成和指标评价，但交通参与者行为多由规则驱动。
- 学习型仿真阶段：引入数据驱动模型预测交通参与者行为，提升交互真实感，但泛化性和可控性仍受限。
- 世界模型闭环阶段：以世界模型为核心，统一建模环境动态、传感器观测和交互反馈，支持可控生成、反事实推演和闭环训练。
世界模型可以理解为：一个能够压缩感知历史、预测未来状态、并支持动作条件查询的生成式环境模型。它不只预测“接下来会发生什么”，还能回答“如果我这样做，世界会怎样”。在工程上，世界模型通常包含表征编码、状态转移、观测解码和动作条件控制四个部分。
三、案例/场景：一个加塞场景的闭环差异
假设自车在城市快速路以 60 km/h 行驶，右侧车辆突然向本车道加塞。开环仿真中，加塞轨迹是预先录制的，无论自车加速、减速还是鸣笛，加塞车都按原轨迹运动，评价结果只能说明“算法在该固定场景下是否通过”。
闭环仿真中，世界模型会根据自车动作生成加塞车的反应：若自车减速让行，加塞车可能完成变道；若自车加速封堵，加塞车可能回退或紧急制动；若自车转向避让，相邻车道车辆也可能被卷入交互。这样，同一初始场景可以衍生出多条反事实轨迹，用于评估算法的博弈策略和风险偏好。
工程提示：闭环仿真不是“更真实的回放”，而是“可被动作改变的世界”。评价指标也应从单场景通过率，扩展为交互成功率、风险暴露率、舒适性和通行效率等多维指标。
四、课程框架与常见误区
本课程围绕“世界模型闭环仿真工程”展开，整体分为五个模块：
| 模块 | 核心内容 | 工程产出 |
|---|---|---|
| 基础篇 | 仿真演进、世界模型定义、闭环目标 | 技术地图与术语体系 |
| 场景篇 | 场景描述、参数化生成、长尾挖掘 | 场景库与评价指标 |
| 模型篇 | 表征学习、状态转移、观测生成、动作条件 | 世界模型训练与推理管线 |
| 闭环篇 | 算法接入、同步机制、闭环训练与评价 | 可运行的闭环仿真系统 |
| 工程篇 | 算力调度、数据闭环、版本管理、安全验证 | 可扩展的工程化平台 |
初学者常见的误区包括：
- 把开环回放当作闭环仿真：场景不随算法动作变化，无法评估交互。
- 只追求视觉逼真：渲染真实不等于行为真实，世界模型的关键是状态转移和交互一致性。
- 忽视评价体系：没有多维指标，闭环仿真容易变成“看视频”，无法支撑研发决策。
- 把世界模型等同于预测模型：预测只是其中一环，世界模型还需支持观测生成和动作条件查询。
复盘要点：闭环仿真工程的成功标准不是“场景多”，而是“场景可控、反馈可信、评价可量化、系统可复现”。后续章节将围绕这四个标准逐步展开。
通过本章，你应建立三个基本认知：第一，仿真技术正从开环回放走向世界模型驱动的闭环交互；第二，世界模型的核心是“可被动作改变的未来”；第三，闭环仿真工程的目标是构建一个可控、可信、可评价、可复现的自动驾驶研发环境。后续课程将沿着场景、模型、闭环和工程四条主线，逐步拆解实现方法。