首先创建客户建筑物的数字孪生。大型设施通常采用程序化的楼宇自动化系统来控制空气处理器、制冷机、锅炉和其他设备。该公司将这个内容丰富的、包括诊断信息、支持类和支持功能在内的库，打包到动态链接库

Scenario™ 是一个用于设计仿真和测试自动驾驶系统的场景的交互式编辑器。放置车辆和路径，定义逻辑，参数化场景，然后在编辑器中仿真场景。用户可以从内置的交通参与车辆中进行选择，或使用

器件上运行各种深度学习网络；特性分析和评估工具，通过对设计、性能和资源利用率进行权衡，从而帮助自定义深度学习网络等。使用

◆最新特性交互式机器人可视化利用可视网格操作刚体树模型，并对目标体执行逆向运动学商用机器人模型加载额外的刚体树机器人模型添加到现有的模型库中，用于机械手和移动机器人碰撞检查的代码生成使用

中国区行业市场经理，长期从事汽车电子、工业控制等领域的产品开发、项目管理和团队管理工作，在平台开发、架构设计、系统仿真及测试验证等领域有丰富的经验，曾就职于联合汽车电子、TRW、Danfoss

算法生成地图。帮助文档为自动驾驶和机器人应用场景提供了参考示例。（点击文末“阅读原文”，获取产品试用与帮助文档。）使用导航工具箱可以生成用于比较路径最优性、平坦度和性能基准的度量指标。可以利用

Simulink，我们能使用单一环境进行控制算法开发、调试、数据分析等，而不是在多个工具之间切换。这种集成缩短了总体项目开发时间，减少出错的机会。——

构建于今年早些时候引入的灵活训练循环和网络之上。新功能让用户能够使用自定义的训练循环、自动微分、共享权重和自定义损失函数来训练高级网络架构。另外，用户现在还可以构建生成对抗网络

高级应用工程师，北京大学硕士学位，专注于工程大数据分析和高性能计算领域。拥有十余年数值算法设计、实现，以及对大规模工程数据分析和建模经验；尤其对

应用现在提供一种方便和交互的方式来标记一系列图像中的地面实况数据。除对象检测工作流程外，该工具箱现在还利用深度学习支持语义分割，对图像中的像素区域进行分类，以及评估和可视化分割结果。