（图片来源：Waymo）
诸如Waymo这样的自动驾驶汽车公司利用仿真环境来训练、测试和验证系统，然后再将系统部署到现实世界的车辆中。设计模拟器有多种方法，但一些基础的模拟器忽略了对于场景理解至关重要的线索，比如行人的手势和闪烁的灯光。而像Waymo CarCraft这样更复杂的模拟器，由于试图对材料进行高度精确的建模，因此需要耗费大量的计算资源，以确保像激光雷达和雷达等传感器在真实世界中可靠地工作。
随着SurfelGAN的推出，Waymo提出了一种更简单的、数据驱动的方法来模拟传感器数据。SurfelGAN从真实世界的激光雷达传感器和摄像头获取数据，创建并保存场景中所有物体的3D几何、语义和外观的丰富信息。然后，再从不同的距离和视角渲染仿真场景，以进行重建。
Waymo发言人称，“在仿真中，当自动驾驶汽车和其他道路使用者的移动轨迹发生变化时，系统会生成真实的视觉传感器数据，帮助我们在新的环境中建模场景。部分系统正在生产中。”