Microsoft udvider VR-baseret træningsmiljø for droner til at omfatte autonome biler

Virtual reality er ikke kun godt til at træne mennesker. På grund af spilmiljøernes øgede troskab er de nu gode nok til selv at træne robotter.

Vi skrev i februar om en ny platform kaldet AirSim fra Microsoft Research designet til at hjælpe droneudviklere med nemt at bygge autonome og robotsystemer. Deres nye Aerial Informatics and Robotics platform gav realistisk simulering og værktøjer til designere og udviklere til problemfrit at generere de store mængder træningsdata, de har brug for. Det gør brug af fremskridt inden for beregning og grafik, inkorporerer fysik og perception, til at skabe nøjagtige simuleringer fra den virkelige verden.

Nu har Microsoft udvidet værktøjet til også at hjælpe med træningen af ​​autonome selvkørende computere.

Den nye version af AirSim inkluderer bilsimuleringer, nye miljøer, API'er for at lette programmering og klar til at køre scripts for at sætte gang i din forskning. Simulering af det GTA-lignende miljø betyder mindre behov for at bygge dyre hardwareplatforme, leverer store mængder data og mulighed for hurtigt at teste og benchmarke resultater og åbner forskningen op for en bredere vifte af udviklere og forskere med færre ressourcer.

AirSim kommer med et detaljeret 3D-bymiljø, der inkluderer en række forskellige forhold, herunder trafiklys, parker, søer og byggepladser. Brugere kan teste deres systemer i flere typer af kvarterer, herunder downtown, semi-urbane, vegetation og industrielle miljøer. Simuleringen indeholder mere end 12 kilometer kørende veje, der spænder over mere end 20 byblokke.

AirSim er udviklet som et plugin til Unreal Engine, et populært værktøj til spiludvikling. Det betyder, at bilsimulationen er afkoblet fra det miljø, den kører i. Du kan skabe et miljø til dine specifikke behov, såsom en by eller en landevej, eller vælge mellem en række forskellige miljøer, der er tilgængelige online, og så bare falde i AirSim. plugin til at teste dine selvkørende algoritmer i det miljø. AirSim-udvidelsesmuligheder giver også forskere og udviklere mulighed for at inkorporere nye sensorer, køretøjer eller endda bruge forskellige fysikmotorer.

AirSim leverer API'er, der kan bruges på en lang række sprog, herunder C++ og Python. Dette gør det nemt at bruge AirSim med forskellige maskinlæringsværktøjskæder. For eksempel kan du bruge Microsoft Cognitive Toolkit (CNTK) med AirSim til at lave dyb forstærkningslæring.

Den seneste version er tilgængelig nu på GitHub som et open source-tilbud på tværs af platforme. Microsoft har også gjort AirSim tilgængelig som kompileret binær udgivelse, hvilket betyder, at du nu kan downloade og begynde at kalde dets Python API'er for at styre køretøjet på få minutter.

Den opdaterede version af AirSim indeholder også mange andre funktioner og forbedringer, herunder yderligere værktøjer til at teste luftbårne køretøjer. Microsoft gjorde det nemmere for folk at simulere flyvende droner ved at tilføje en indbygget flyvecontroller, kaldet simple_flight, der forenkler opsætningsprocessen. Dette tillader hurtige eksperimenter med kontrol- og tilstandsestimeringsalgoritmer uden at kræve dyr debugging og udvikling i den indlejrede verden.

I fremtidige udgivelser håber Microsoft at tilføje nye sensorer, bedre køretøjsfysik, vejrmodellering og endnu mere detaljerede realistiske miljøer.

Læs mere om projektet på Github her.