自动驾驶环境太阳模拟器提供端到端的全栈仿真，模拟器工具还配备了核心仿真引擎，用户可以轻松定制传感器、创建新型可控对象、替换核心模拟器中的一些模块、创建特定环境的数字孪生体。在真正的自动驾驶车辆上测试自动驾驶算法是非常昂贵的，许多研究和开发人员不一定有足够的资金购买真正的汽车和相应的传感器。
在过去的几年里，自动驾驶汽车取得了巨大的。研究表明，自动驾驶汽车必须行驶数十亿英里才能证明其可靠性，如果没有仿真的帮助，这是不可能的。从自动驾驶研究的一开始，模拟器就在自动驾驶系统的开发和测试中发挥了关键作用。仿真使开发人员能够在不驾驶真实车辆的情况下快速测试新算法。与道路测试相比，仿真模拟有几个重要的优点：它比真实的道路测试更安全，特别是对于某些危险场景（如行人乱穿马路），并且可以生成在现实世界中很少遇到的cornercase（例如恶劣天气）。此外，模拟器能够地再现问题场景的所有因素，从而允许开发人员调试和测试新的补丁。
自动驾驶决策AI的研究离不开仿真软件，一方面因为自动驾驶的实车测试需要在安全的环境中，这使得采用AI模型的实验难以开展；另一方面，对大部分研究者来说，实车测试的条件复杂且昂贵，难以满足。
同时，不论是以模仿学习为代表的监督学习算法，还是需要与环境交互的强化学习算法，都需要从驾驶环境中获取相当数量的样本案例，因此一款好的合适的模拟器能够帮助研究者快速上手驾驶实验，高效地部署算法和仿真实验并提供有价值的解决方案。从决策AI研究的角度评测当下各种常见的开源自动驾驶仿真软件，从各个角度帮助读者分析和挑选适用于不同任务和场景的自动驾驶仿真器。
自动驾驶环境太阳模拟器主要模拟了真实世界中驾驶员对车辆控制到车辆的运动、位姿变化以及燃料消耗等。是目前接近真实世界的驾驶模拟器之一，它考虑了真实世界中的各种物理模型，考虑了汽车内部结构、动力和制动系统、空气动力学、路面摩擦等对控制结果的影响，可用于车辆底层控制系统的开发和研究。
