ศาลา
ชื่ออื่นๆ	การจุดระเบิด
ปล่อย	2002
เวอร์ชันเสถียร	เวอร์ชัน 11.15.1
ระบบปฏิบัติการ	ไมโครซอฟต์ วินโดวส์ ลินุกซ์ แมคอินทอช
เว็บไซต์	https://gazebosim.org/
ที่เก็บข้อมูล	github.com/gazebosim/gazebo-classic ( Gazebo Classic ) github.com/gazebosim/gz-sim ( Gazebo )​

Gazeboเป็นโปรแกรมจำลองหุ่นยนต์ 2 มิติ/3 มิติแบบโอเพนซอร์สที่เริ่มพัฒนาในปี 2002 ในปี 2017 การพัฒนาได้แยกออกเป็นสองเวอร์ชัน คือ "Gazebo" ซึ่งเป็นสถาปัตยกรรมแบบรวมศูนย์ดั้งเดิม และ "Ignition" ซึ่งได้เปลี่ยนไปเป็นชุดไลบรารีที่เชื่อมต่อกันอย่างหลวมๆ ที่ทันสมัยขึ้น หลังจากประสบปัญหาเรื่องเครื่องหมายการค้าในปี 2022 เกี่ยวกับการใช้ชื่อ "Ignition" Open Roboticsจึงใช้โอกาสนี้เปลี่ยนชื่อเวอร์ชัน โดยตั้งชื่อเวอร์ชันดั้งเดิมว่า "Gazebo Classic" และเวอร์ชันใหม่ที่ทันสมัยกว่าว่า "Gazebo" ^{[ 1 ]} Gazebo Classic ได้รวมเอาเอ็นจิ้นฟิสิกส์ODE การเร น เดอร์ OpenGLและโค้ดสนับสนุนสำหรับการจำลองเซ็นเซอร์และการควบคุมแอคทูเอเตอร์ ในปี 2025 Gazebo Classic ถูกยกเลิกและแทนที่ด้วยเวอร์ชันใหม่ที่ทันสมัยกว่า "Gazebo" ^{[ 2 ]}

เอนจินฟิสิกส์เริ่มต้นที่ Gazebo Classic ใช้คือODE แม้ว่า จะสามารถใช้เอนจินอื่นๆ เช่นBullet ได้เช่นกัน มันให้การเรนเดอร์สภาพแวดล้อมที่สมจริง รวมถึงแสงเงาและพื้นผิวที่มีคุณภาพสูง มันสามารถจำลองเซ็นเซอร์ที่ "มองเห็น" สภาพแวดล้อมจำลองได้ เช่น เครื่องวัดระยะเลเซอร์กล้อง (รวมถึงเลนส์มุมกว้าง) เซ็นเซอร์แบบ Kinectเป็นต้น^{[ 3 ]}สำหรับการเรนเดอร์ 3 มิติ Gazebo Classic ใช้เอนจินOGRE ^{[ 4 ]}

Gazebo เป็นส่วนประกอบในโครงการ Playerตั้งแต่ปี 2002 ถึง 2011 ในปี 2011 Gazebo กลายเป็นโครงการอิสระที่ได้รับการสนับสนุนจากWillow Garageในปี 2012 Open Source Robotics Foundation (OSRF) กลายเป็นผู้ดูแลโครงการ Gazebo ^{[ 1 ]} OSRF เปลี่ยนชื่อเป็นOpen Roboticsในปี 2018 ^{[ 4 ]}

การเผยแพร่เวอร์ชันหลักครั้งสุดท้ายของ Gazebo Classic คือเวอร์ชัน 11 ซึ่งเป็นเวอร์ชันที่รองรับระยะยาว^{[ 5 ]}เวอร์ชันล่าสุดคือ 11.15.1 ซึ่งเผยแพร่เมื่อวันที่ 3 ธันวาคม 2024 ^{[ 6 ]}เวอร์ชัน Gazebo ที่เผยแพร่ก่อนหน้านี้ทั้งหมดก็ได้รับการสนับสนุนระยะยาวเช่นกัน โดยมีการอัปเดตย่อยสำหรับ Gazebo 9 และ 10 พร้อมกับการเผยแพร่ Gazebo 11.0.0 ^{[ 7 ]}เมื่อ Gazebo 11 เผยแพร่ในเดือนมกราคม 2020 Open Robotics ได้เปลี่ยนจุดสนใจไปที่การพัฒนา Ignition ซึ่งเป็น "ชุดของไลบรารีซอฟต์แวร์โอเพนซอร์สที่ออกแบบมาเพื่อลดความซับซ้อนในการพัฒนาแอปพลิเคชันประสิทธิภาพสูง" โดยมีกลุ่มเป้าหมายเป็นนักพัฒนาหุ่นยนต์ นักออกแบบ และนักการศึกษา^{[ 1 ]} Ignition เวอร์ชันแรกเผยแพร่ในเดือนกุมภาพันธ์ 2019 ^{[ 1 ]}ในเดือนเมษายน 2022 หลังจากข้อพิพาทเรื่องเครื่องหมายการค้า ชื่อแบรนด์ Ignition ก็ถูกยกเลิกและเปลี่ยนกลับมาเป็น Gazebo ^{[ 8 ]}เว็บไซต์ของ Gazebo อ้างถึงโปรแกรมจำลอง Gazebo แบบสแตนด์อโลนดั้งเดิมว่าเป็น Gazebo Classic เพื่อแยกความแตกต่างจาก Gazebo Open Robotics กล่าวถึงความจำเป็นในการปรับปรุงโค้ดของ Gazebo ให้ทันสมัยอย่างมาก พร้อมกับโอกาสในการเปลี่ยนจากสถาปัตยกรรมแบบรวมศูนย์ไปเป็นชุดของไลบรารีที่เชื่อมโยงกันอย่างหลวมๆ^{[ 1 ]}

มีการประกาศในปี 2022 ว่า Gazebo Classic จะถูกยกเลิกในเดือนมกราคม 2025 โดยได้ยกเลิกตามแผนและแทนที่ด้วย Gazebo รุ่นใหม่^{[ 5 ] [ 2 ]}

Gazebo ถูกนำมาใช้เป็นสภาพแวดล้อมจำลองสำหรับการแข่งขันและความท้าทายด้านเทคโนโลยีหลายรายการ

ปี 2012 ถึง 2015

• การแข่งขัน DARPA Robotics Challengeเป็นการแข่งขันชิงรางวัลที่ได้รับทุนสนับสนุนจากสำนักงานโครงการวิจัยขั้นสูงด้านการป้องกันประเทศของสหรัฐอเมริกา (DARPA) โดยมีเป้าหมายเพื่อพัฒนาหุ่นยนต์ภาคพื้นดินกึ่งอัตโนมัติที่สามารถปฏิบัติภารกิจที่ซับซ้อนในสภาพแวดล้อมที่อันตราย เสื่อมโทรม และเกิดจากการกระทำของมนุษย์
• ขั้นตอนการจำลอง การแข่งขันหุ่นยนต์เสมือนจริง จัดขึ้นระหว่างวันที่ 17-21 มิถุนายน 2556 ^{[ 9 ]}และทีมIHMCสถาบันเพื่อการรับรู้ของมนุษย์และเครื่องจักร เพนซาโคลา ฟลอริดา เป็นผู้ชนะ ^{[ 10 ]}
• ลิงก์ไปยังสภาพแวดล้อมการจำลองอยู่ที่https://github.com/osrf/drcsim

ปี 2016 ถึง 2017

• การแข่งขัน NASA Space Robotics Challengeมอบหมายให้ทีมต่างๆ พัฒนาและแสดงความสามารถของ หุ่นยนต์ R5 (Valkyrie)เพื่อช่วยเหลือในขั้นตอนของภารกิจ NASA เช่น ภารกิจไปยังดาวอังคาร โดยมีเงินรางวัลรวม 1 ล้านดอลลาร์สหรัฐ^{[ 11 ]}
• นาซาคัดเลือกทีมผู้เข้ารอบสุดท้าย 20 ทีม โดยพิจารณาจากผลงานในการทำภารกิจต่างๆ ในโปรแกรมจำลองหุ่นยนต์ Gazebo 3D และแต่ละทีมที่เข้ารอบสุดท้ายจะต้องเขียนโปรแกรมหุ่นยนต์ฮิวมานอยด์ Valkyrie เพื่อปฏิบัติภารกิจซ่อมแซมฐานบนดาวอังคาร จำลอง
• ทีม Coordinated Robotics เป็นผู้ชนะการแข่งขัน SRC ^{[ 12 ]}
• ลิงก์ไปยังสภาพแวดล้อมการจำลองอยู่ที่https://bitbucket.org/osrf/srcsim

ปี 2016 ถึง 2017

• การแข่งขัน Prius Challenge เป็นการแข่งขันที่ผู้เข้าร่วมจะประลองฝีมือกันเพื่อดูว่าใครจะสามารถทำอัตราการประหยัดน้ำมันและประสิทธิภาพการใช้เชื้อเพลิงได้ดีที่สุดสำหรับรถ Prius ภายในระยะเวลาที่กำหนด สถาบันวิจัยโตโยต้า (TRI) ยินดีต้อนรับผู้เข้าร่วมการแข่งขัน ณ สนามแข่งรถโซโนมา (แคลิฟอร์เนีย) ในวันที่ 3 มีนาคม 2560
• Open Robotics ได้สร้างสภาพแวดล้อมจำลองบนระบบ Gazebo สำหรับการแข่งขัน เพื่อให้ทีมต่างๆ ได้ฝึกฝนและทดสอบทฤษฎีและกลยุทธ์สำหรับการแข่งขันในวันจริง
• ทีมจำนวน 20 ทีมเข้าร่วมการแข่งขัน โดย Echo 12 เป็นผู้ชนะด้วยอัตราสิ้นเปลืองเฉลี่ย 85 ไมล์ต่อแกลลอน และผู้ชนะสำหรับรอบที่ดีที่สุดโดยรวมคือ Team El Diablo ^{[ 13 ]}ด้วยอัตราสิ้นเปลือง 211 ไมล์ต่อแกลลอน^{[ 14 ]}
• ลิงก์ไปยังสภาพแวดล้อมการจำลองอยู่ที่https://bitbucket.org/osrf/priuscup/src/default/
• ลิงก์ไปยัง Prius Challenge ที่https://www.openrobotics.org/customer-stories/prius-challenge เก็บถาวรเมื่อ 2021-07-21 ที่Wayback Machine

ปี 2016 ถึง 2023

สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) จัดการแข่งขัน ARIAC ครั้งแรกในเดือนมิถุนายน พ.ศ. 2560 ^{[ 15 ]}เป้าหมายของการแข่งขันคือการทดสอบความคล่องตัวของ ระบบ หุ่นยนต์อุตสาหกรรมโดยมีเป้าหมายเพื่อให้หุ่นยนต์อุตสาหกรรมในโรงงานมีประสิทธิภาพมากขึ้น มีความเป็นอิสระมากขึ้น และใช้เวลาน้อยลงจากคนงานในโรงงาน

• รางวัลชนะเลิศอันดับหนึ่งในการแข่งขัน ARIAC ปี 2017 ได้แก่ Realization of Robotics Systems (ศูนย์การผลิตขั้นสูงมหาวิทยาลัยเซาท์เทิร์นแคลิฟอร์เนีย ) ^{[ 16 ]}
• ทีม Sirius (Denbar Robotics) คว้าอันดับหนึ่งในการแข่งขัน ARIAC ปี 2018 ^{[ 17 ]}
• ทีม Sirius (Denbar Robotics) คว้าอันดับหนึ่งในการแข่งขัน ARIAC ปี 2019 อีกครั้ง^{[ 18 ]}
• ทีม Virsli (มหาวิทยาลัยเทคโนโลยีและเศรษฐศาสตร์บูดาเปสต์ (BME VIK TMIT), HSN Lab, Cloud Robotics Group) ได้รับรางวัลชนะเลิศอันดับหนึ่งในการแข่งขัน ARIAC ปี 2020 ^{[ 19 ]}
• ทีม Reaper (สถาบันวิจัยระบบอัตโนมัติเสิ่นหยาง สถาบันวิทยาศาสตร์แห่งประเทศจีนห้องปฏิบัติการ NCS กลุ่มระบบการผลิตอัจฉริยะ) คว้าอันดับหนึ่งในการแข่งขัน ARIAC ปี 2021
• ทีม Reaper (สถาบันวิจัยระบบอัตโนมัติเสิ่นหยาง สถาบันวิทยาศาสตร์แห่งประเทศจีน ห้องปฏิบัติการ NCS กลุ่มระบบการผลิตอัจฉริยะ) คว้าอันดับหนึ่งในการแข่งขัน ARIAC ปี 2022
• ทีม Reaper (สถาบัน Shenyang Institute of Automation, สถาบันวิทยาศาสตร์แห่งประเทศจีน, ห้องปฏิบัติการ NCS, กลุ่มระบบการผลิตอัจฉริยะ) ได้รับรางวัลชนะเลิศอันดับหนึ่งในการแข่งขัน ARIAC ปี 2023 ^{[ 20 ]}
• สภาพแวดล้อมการจำลองอยู่ที่https://bitbucket.org/osrf/ariac/wiki/Home

ปี 2016 ถึง 2017

• DARPA ได้สร้าง Service Academies Swarm Challenge เพื่อช่วยทำให้กลยุทธ์ฝูงยานไร้คนขับ (UAV) ที่มีประสิทธิภาพเป็นจริง^{[ 21 ]}การแข่งขันนี้เป็นการร่วมมือกันระหว่าง DARPA และสถาบันการทหารของสหรัฐฯ ทั้งสามแห่ง ได้แก่สถาบันการทหารบกสหรัฐฯ สถาบันกองทัพเรือสหรัฐฯและสถาบันกองทัพอากาศสหรัฐฯ^{[ 22 ]}
• โรงเรียนนายทหารเรือสหรัฐฯ ได้รับการประกาศให้เป็นผู้ชนะการแข่งขัน^{[ 23 ]}
• สภาพแวดล้อมการจำลองอยู่ที่https://github.com/osrf/uctf

ปี 2018 ถึง 2021

• โครงการ DARPA Subterranean หรือ “SubT” Challenge มุ่งแสวงหาวิธีการใหม่ๆ ในการทำแผนที่ นำทาง และค้นหาสภาพแวดล้อมใต้ดินอย่างรวดเร็วในระหว่างปฏิบัติการรบที่ต้องคำนึงถึงเวลาหรือสถานการณ์การตอบสนองต่อภัยพิบัติ^{[ 24 ]}
• ทีมที่เข้าร่วมการแข่งขันในรูปแบบเสมือนจริงจะชิงเงินรางวัลรวมสูงสุด 1.5 ล้านดอลลาร์ในรอบชิงชนะเลิศเสมือนจริง และยังมีรางวัลเพิ่มเติมสูงสุด 500,000 ดอลลาร์สำหรับทีมที่ออกทุนเองในแต่ละรายการแข่งขันของวงจรเสมือนจริง
• สภาพแวดล้อมการจำลองอยู่ที่https://bitbucket.org/osrf/subt/wiki/Home

• รายชื่อซอฟต์แวร์หุ่นยนต์

• เว็บไซต์อย่างเป็นทางการ