Microsoft erweitert VR-basierte Trainingsumgebung für Drohnen um autonome Autos

Virtual Reality ist nicht nur gut, um Menschen zu trainieren. Aufgrund der gestiegenen Wiedergabetreue von Spielumgebungen sind sie jetzt gut genug, um sogar Roboter zu trainieren.

Wir schrieben im Februar über eine neue Plattform namens AirSim von Microsoft Research entwickelt, um Drohnenentwicklern dabei zu helfen, autonome und robotische Systeme einfach zu bauen. Ihre neue Aerial Informatics and Robotics-Plattform bot Designern und Entwicklern realistische Simulationen und Tools, um nahtlos die großen Mengen an Trainingsdaten zu generieren, die sie benötigen. Es nutzt die Fortschritte in der Berechnung und Grafik unter Einbeziehung von Physik und Wahrnehmung, um genaue Simulationen der realen Welt zu erstellen.

Jetzt hat Microsoft das Tool erweitert, um auch beim Training von autonomen selbstfahrenden Computern zu helfen.

Die neue Version von AirSim enthält Autosimulationen, neue Umgebungen, APIs zur Vereinfachung der Programmierung und einsatzbereite Skripte, um Ihre Forschung zu beschleunigen. Die Simulation der GTA-ähnlichen Umgebung bedeutet weniger Notwendigkeit, teure Hardwareplattformen zu bauen, liefert große Datenmengen und die Möglichkeit, Ergebnisse schnell zu testen und zu vergleichen, und öffnet die Forschung für ein breiteres Spektrum von Entwicklern und Forschern mit weniger Ressourcen.

AirSim verfügt über eine detaillierte 3D-Stadtumgebung, die eine Vielzahl unterschiedlicher Bedingungen umfasst, darunter Ampeln, Parks, Seen und Baustellen. Benutzer können ihre Systeme in verschiedenen Arten von Stadtteilen testen, darunter Innenstadt, halbstädtische, Vegetations- und Industrieumgebungen. Die Simulation enthält mehr als 12 Kilometer befahrbare Straßen, die sich über mehr als 20 Stadtblöcke erstrecken.

AirSim wurde als Plugin für Unreal Engine entwickelt, ein beliebtes Tool für die Spieleentwicklung. Das bedeutet, dass die Autosimulation von der Umgebung, in der sie fährt, entkoppelt ist. Sie können eine Umgebung für Ihre spezifischen Bedürfnisse erstellen, z. B. eine Stadt- oder Landstraße, oder aus einer Vielzahl von online verfügbaren Umgebungen auswählen und dann einfach den AirSim einsetzen Plugin, um Ihre selbstfahrenden Algorithmen in dieser Umgebung zu testen. Die Erweiterbarkeit von AirSim ermöglicht es Forschern und Entwicklern auch, neue Sensoren und Fahrzeuge zu integrieren oder sogar verschiedene Physik-Engines zu verwenden.

AirSim bietet APIs, die in einer Vielzahl von Sprachen verwendet werden können, einschließlich C++ und Python. Dies macht es einfach, AirSim mit verschiedenen Toolchains für maschinelles Lernen zu verwenden. Beispielsweise können Sie Microsoft Cognitive Toolkit (CNTK) mit AirSim verwenden, um Deep Reinforcement Learning durchzuführen.

Die neueste Version ist jetzt auf GitHub als plattformübergreifendes Open-Source-Angebot verfügbar. Microsoft hat AirSim auch als kompilierte Binärversion verfügbar gemacht, was bedeutet, dass Sie jetzt seine Python-APIs herunterladen und aufrufen können, um das Fahrzeug in nur wenigen Minuten zu steuern.

Die aktualisierte Version von AirSim enthält auch viele andere Funktionen und Verbesserungen, einschließlich zusätzlicher Tools zum Testen von Luftfahrzeugen. Microsoft hat es einfacher gemacht, fliegende Drohnen zu simulieren, indem ein integrierter Flugcontroller namens simple_flight hinzugefügt wurde, der den Einrichtungsprozess vereinfacht. Dies ermöglicht ein schnelles Experimentieren mit Steuerungs- und Zustandsschätzungsalgorithmen, ohne dass teures Debugging und Entwicklung in der eingebetteten Welt erforderlich sind.

In zukünftigen Versionen hofft Microsoft, neue Sensoren, bessere Fahrzeugphysik, Wettermodellierung und noch detailliertere realistische Umgebungen hinzuzufügen.

Lesen Sie mehr über das Projekt auf Github hier.