夜雨聆风原文地址：https://zhuanlan.zhihu.com/p/12193176654
1、CoppeliaSim vs. Mujoco
Mujoco只是一个用于仿真多体动力学的物理引擎，是完全开源的，其主要特点是接触动力学，这从起名字上就可以看出：MuJoCo stands for Multi-Joint dynamics with Contact。CoppeliaSim可以理解为编程中的IDE，而它集成的物理引擎可以理解为编译器，CoppeliaSim已经集成了Mujoco物理引擎，因此两者其实不是竞争关系，而是包含关系。
由于Mujoco只是物理引擎，相比于集成了许多额外功能的CoppeliaSim更加轻量化、专业化。Mujoco最常用的地方是深度强化学习，在人形机器人，四足机械狗等复杂机器人的强化学习中应用广泛，这也是得益于DeepMind团队的加持。对于强化学习系统来说，最重要的就是步进控制仿真，能根据当前时刻的输入计算系统下一时刻的输出。Mujoco中提供了与强化学习能完美适配的mj_step函数，实际上在CoppeliaSim中也有相应的API函数sim.step可以步进控制仿真，也可以像Mujoco一样无界面启动，所以两者都可以用于强化学习的仿真训练。
不过Mujoco只能依靠xml格式文件编辑仿真环境，而CoppeliaSim中可以直接鼠标操作进行场景的编辑，因此对于新手而言Mujoco没有那么友好。实际上，Mujoco的发行包也带了一个可视化的GUI，可以用于浏览模型，对仿真模型进行简单的控制与操作，但是不能直接编辑模型。个人感觉Mujoco中默认的场景渲染比CoppeliaSim更好看点。
2、CoppeliaSim vs. Gazebo
Gazebo虽然是独立的机器人仿真软件，支持开源的ODE，Bullet物理引擎，但是实际使用中，Gazebo通常与ROS深度绑定。ROS+Gazebo的优势非常明显，因为ROS强大的社区生态中有各种高质量的开源代码，尤其是在SLAM领域，ROS+Gazebo应该还是难以替代的。Gazebo的缺点在于其编辑器还是不太友好，既不直观也不方便，仿真场景的编辑也需要URDF文件，而且只在原生的Linux系统下有比较好的体验，在Windows下使用不便。CoppeliaSim也可以与ROS1/ROS2通信，simROS与simROS2插件提供了一些基础的API可用于与ROS1/ROS2系统进行通讯，但是显然还是比不了ROS+Gazebo。但从机器人仿真软件的功能来看，从各方面看Gazebo都是没有CoppeliaSim全面以及易用的，但是有了ROS的加持，ROS+Gazebo就比ROS+CoppeliaSim更加专业了，对于工作学习中需要深度使用ROS系统的人来说，肯定首选是Gazebo。
3、CoppeliaSim Vs. Matlab，Simscape Multibody
这个其实不用对比，因为两者不是竞争而是互补。Matlab主要的强项是算法设计，但是在仿真的可视化方面差点。实际上，CoppeliaSim可以无缝地与Matlab以及Simulink通信，两者可以互补可以实现各种算法的设计与仿真。当然如果只是纯粹想学习机器人算法而不关心可视化，只需使用Matlab就行（甚至都不一定需要用Simscape Multibody，像直接用Matlab的机器人工具箱就行）。不过可视化可以帮助理解算法，毕竟大脑对图像的记忆能力远比对公式数字等的记忆能力强。当然，CoppeliaSim也有一些Matlab仿真中不太好实现的功能，比如视觉传感器，距离传感器，在Matlab/Simulink中都不好实现。另外，如果想要在Simulink中实现比较好的显示效果需要费很多心思编辑场景。CoppeliaSim与Simscape Multibody都可以导入URDF文件。
Simscape Multibody功能比较非常强大，顾名思义是多体动力学，优势在于可以将Simscape中其它产品例如液压、电气、气动等模块一起集成到模型中实现多物理场仿真。所以如果是想深入钻研某个算法或者想严苛优化某个系统，还是推荐使用Matlab+Simulink进行建模与仿真。而且在精度方面，Matlab的求解器会比ODE, Bullet等开源的物理引擎更加精确（因为物理引擎本质上就是大规模求解、优化各种用于物理建模的微分方程，Matlab在数值计算这方面无可比拟）。
题外话一句，如果是多物理场仿真，比如声光电磁热等多物理场耦合的仿真，结构强度相关的有限元仿真，流体力学仿真等，又会有其它专业的仿真软件，像大名鼎鼎的comsol，ansys，fluent等，他们在某些领域可能比Matlab更全能，更专业。
4、CoppeliaSim Vs. RoboDK
这个其实没有太大可比性，像RoboDK，RoboStudio这种机械臂离线编程软件（甚至都不能叫机器人仿真软件，因为他们不支持通常的物理引擎）功能太单一，而且目标用户非常明确，那就是生产加工环境。其主要解决的也是一些点位示教，焊接路径仿真等运动学相关的实际生产需求。像RoboDK之类软件，没法自己定义机器人结构，只能用他们库中的各种工业机械臂模型。不过RoboDK有一个比较好的地方，基本上常见的工业机械臂都能在他们的Robot Library中找到，而且有方便的关节示教与末端拖动示教功能，可以用来查找常见工业机械臂的参数。
5、CoppeliaSim Vs. OpenSim
刚好昨天回答一个问题时提到OpenSim，这个文章收藏的挺多的，所以再补充一下，没准能给不同的人一点启发。CoppeliaSim与OpenSim基本上没有什么重叠关系，基本上这两个软件谁也无法替代谁的任何工作，所以根据自己的实际需求使用就行。
很多做传统的机械臂/机器人的可能不知道这个专门做肌肉骨骼运动系统仿真的软件，但是对于做仿生机器人的研究者来说，可能OpenSim也并不陌生。OpenSim是由斯坦福大学的 Bioengineering Department 领导开发的，用于建立、分析和仿真人体肌肉骨骼系统（musculoskeletal system）的开源平台。它可以构建肌肉骨骼模型（Musculoskeletal modeling），模拟运动（如行走、跑步、跳跃等），进行动力学分析（反动力学、前馈动力学、优化运动控制等），主要的适用人群是生物力学研究人员、康复工程师、神经科学家等。OpenSim最强大的就是模拟腱传动与肌肉模型，这点比Mujoco更专业。由于OpenSim专业性太强，它的软件操作与界面比较拉跨，不容易上手。OpenSim Creator是基于 OpenSim开发的，一个基于图形界面的轻量级建模和可视化工具，专注于 OpenSim 模型的创建与编辑提供直观的图形界面来编辑肌肉骨骼模型（不像 OpenSim 需要写 XML 或脚本），能实时反馈和可视化建模，更易于新手快速上手，而且与 OpenSim 模型文件（.osim）兼容，可用于后续在 OpenSim 中运行仿真。OpenSim Creator 可以看作是一个用于 OpenSim 的辅助建模和可视化工具。
6、CoppeliaSim Vs. Webots
之前没想写Webots是因为这个软件我使用不多，但是很早之前也用过几次，后面具体是什么原因放弃了也想不起来了，好像一开始它并不是完全开源的，现在Webots是开源了。Webots也是跨平台的，里面自带的模型比较多，尤其是无人机模型，在CoppeliaSim自带的模型中就一个简陋的四旋翼，但是Webots应该是不支持真正的空气动力学的，因为它的物理引擎是ODE，做无人机模拟推荐用AirSim。在API方面，Webots支持 C/C++、Python、MATLAB、ROS、Java 等，印象中它对Matlab/Python的支持做的很好，直接就可以再软件内编程，都不用安装什么复杂的插件。要说缺点，Webots的物理引擎只支持ODE，不像CoppeliaSim支持Bullet、ODE、Vortex、Newton、Mujoco等，虽然界面友好，但在自定义物理参数、传感器时可能不如 CoppeliaSim 直观，同时和 CoppeliaSim 比，插件机制不够灵活，不能运行多个完全独立的仿真环境。总的来说，Webots已经很好，尤其是现在也完全开源，但与CoppeliaSim相比没有特殊优势，因此还是推荐CoppeliaSim，更加灵活点。
7、CoppeliaSim适合做什么？
CoppeliaSim的主要特点是功能全面，软件易用性好，API接口丰富，扩展性好。CoppeliaSim可感知的主要优势如下：
跨平台（Windows，Linux，MacOs）。而且所有的仿真场景只需保存在一个文件中，同一个文件可以在不同系统下打开，不像URDF格式那样既需要保存xml描述文件，又要保存各个连杆的外观形状文件、碰撞文件，纹理文件等； 支持5种常见的物理引擎，MuJoCo, ODE, Bullet, Vortex, Newton。虽然都叫物理引擎，但是实际上它们之间还是有区别的，比如对于摩擦力、软体、腱-轮等的支持； 有丰富详尽的API，超过400个API函数，可以实现对当真对象的各种精细的操作，可以控制步进仿真，也可以实现一些高级功能，例如路径规划（基于OMPL库），图像处理等（基于OpenCV）； 不仅可以在软件内部编写控制脚本（Python与Lua），还能与其它编程语言或环境通信实现联合仿真，支持C/C++，Python，Java，Lua，Matlab，Octave； 具有简单的的图形编辑功能，可以交互式编辑一些基本形状，以及编辑STL文件； 能仿真视觉传感器，力传感器，距离传感器，可以实现碰撞检测等。
所以总结一下，CoppeliaSim主要还是适合机器人相关技术的学习。它足够易用、界面友好、功能全面，学习曲线平缓，关键还有无阉割的免费教育版，因此用来学习各种机器人相关的初等知识是再好不过的选择，与Matlab之间的配合也足够友好。而到了需要深入研究某种算法，比如对某个算法进行优化或者提出全新算法，根据自己的专业领域去选择使用Matlab/Simulink，或者ROS，跟随本行业或者自己学术圈的大流即可。
