AWS RoboMaker
Hello World 运行分为两部分，先是通过实例应用程序运行 Hello World 模拟作业，再就是进入实际开发环境，通过代码运行，启动模拟作业。
实例应用程序 Hello World
选择实例应用程序-Hello world-启动模拟作业，开始创建，页面上面会出现进度条，如下图。
等待过后，页面跳转到 模拟作业 ，如下图
可以看到状态是 正在准备 ，可以通过点击右边红框 查看各种配置，比如机器人应用程序、模拟应用程序。 就绪后如下图，可以通过点击查看模拟工具，比如Gazebo、Rviz、Rqt、对应的Terminal。
点击 GZClient 可以看到仿真世界 ，小车在旋转，如下图。
点击Rviz，选好相对的坐标系（Fixed Frame），添加机器人模型，即可看到旋转的机器人，如下图。
到此，我们的Hello World实例程序已经运行成功了，可以在各个工具中都进行探索尝试了。到此，我们也初步接触了模拟作业（simulation job），对它有了个初步的认识，模拟作业其实就是真实程序跑在仿真环境中形成的整个任务。那么如何编写代码并且生成模拟作业呢，下面就进入实际开发环境。
开发环境运行 Hello World
首先，创建 开发环境，然后 选择 并 打开开发环境
打开后的开发环境一片空白，我们点击 Resources – Download Samples – 1.Hello World（下图右红框），下载实例代码，当下方控制台 提示 下载成功时 ，左边目录会多出 Hello World全部源代码（下图左红框）
可以看到HelloWorld目录下有两个主要的子目录，robot_ws、simulation_ws，一个robot workspace即存放机器人应用程序的目录，另外一个simulation workspace存放模拟程序的目录（包括机器人模型、模拟世界模型等等） 打开robot_ws目录，找到其中一个子目录nodes，打开源文件 rotate ，这是Hello World中机器人旋转的代码，可以更改参数获得想要的动作。
当我们修改代码后，需要对代码进行编译（build）和打包（bundle），可以选择 Run – Build – HelloWorld Robot，Run – Build – HelloWorld Simulation，对robot_ws的内容和simulation_ws的内容分别进行编译，再点击Bundle进行分别打包，当控制台提示工作结束，并且robot_ws、simulation_ws，分别多出了一个文件夹bundle，分别有output.tar 才算成功（这里指展示了robot_wst的bundle的output.tar，对应simulation_ws应该也有），若未出现，重新进行打包工作。
其中提供工作流 Workflow，可以把build、bundle任务创建成一个工作流，通过点击 Run – Workflow – HelloWorld-Build and Bundle All，来一步build、bundle全部。
当bundle任务结束，我们有了两个output.tar文件，也就是我们的机器人源码和模拟环境源码进行编译后再打包的文件，通过这两个输出文件，我们就能启动模拟作业了，点击 Run – Launch Simulation – HelloWorld，就会启动模拟作业，就是我们最开始通过实例HelloWorld文件启动模拟作业的状态。 
那么到这里，提供的源码HelloWorld在开发环境下就真正跑起来了，对我们来说，真实可见的就是模拟作业的，通过其中打开gazebo、rviz等工具，我们获得机器人各种信息。经过这一遍整体流程，对机器人应用程序、模拟应用程序、模拟作业有了更进一步的认识。通过build、bundle，生成output.tar文件，把两个output.tar文件提供给simulation job，也就是我们的模拟作业，它就可以运行起来了。 那么问题来了，假如重新修改了代码要怎么运行，当然是重新build、bundle，然后点击 Simulation – Restart With New Bundles，其中会分别选择 output.tar文件，然后就会重启模拟作业啦。
使用感受
- bundle太慢，打包过程需要下载很多配置文件，然后一起打包，导致速度很慢，第一次差不多25分钟，修改代码后重新bundle速度会加快，但是总体还是很慢。
- launch simulation job也比比较慢，首先需要下载很多东西，这个环节的速度挺快能到30mb/s（假如bundle的时候下载速度能提速就好了），启动simulation job后，还要等待状态 变成 运行中，这个过程也需要很长时间。
- 仿真效果上，gazebo和rviz拖动带有延时，由于AWS服务器在境外导致，希望能有些加速来实现比较好的效果。
- 整体云端环境集成开发和仿真确实带来了很多便利，再进一步优化一定能带来更好的体验。
