Microsoft utökar VR-baserad träningsmiljö för drönare till att inkludera autonoma bilar

Virtual reality är inte bara bra för att träna människor. På grund av spelmiljöernas ökade trohet är de nu tillräckligt bra för att till och med träna robotar.

Vi skrev i februari om en ny plattform som heter AirSim av Microsoft Research designad för att hjälpa drönarutvecklare att enkelt bygga autonoma och robotsystem. Deras nya Aerial Informatics and Robotics-plattform gav realistisk simulering och verktyg för designers och utvecklare för att sömlöst generera de stora mängder träningsdata de behöver. Den använder sig av framstegen inom beräkning och grafik, inklusive fysik och perception, för att skapa korrekta, verkliga simuleringar.

Nu har Microsoft utökat verktyget till att även hjälpa till med träning av autonoma självkörande datorer.

Den nya versionen av AirSim innehåller bilsimuleringar, nya miljöer, API:er för att förenkla programmering och färdiga skript för att komma igång med din forskning. Att simulera den GTA-liknande miljön innebär mindre behov av att bygga dyra hårdvaruplattformar, levererar stora mängder data och möjlighet att snabbt testa och benchmarka resultat och öppnar upp forskningen för ett bredare utbud av utvecklare och forskare med färre resurser.

AirSim kommer med en detaljerad 3D stadsmiljö som inkluderar en mängd olika förhållanden, inklusive trafikljus, parker, sjöar och byggarbetsplatser. Användare kan testa sina system i flera typer av stadsdelar, inklusive centrum, semi-urban, vegetation och industrimiljöer. Simuleringen innehåller mer än 12 kilometer körbara vägar som spänner över mer än 20 stadskvarter.

AirSim har utvecklats som ett plugin för Unreal Engine, ett populärt verktyg för spelutveckling. Detta innebär att bilsimuleringen är frikopplad från miljön den körs i. Du kan skapa en miljö för dina specifika behov, till exempel en stad eller landsväg, eller välja från en mängd olika miljöer tillgängliga online och sedan helt enkelt släppa in AirSim plugin för att testa dina självkörande algoritmer i den miljön. AirSims utbyggbarhet gör det också möjligt för forskare och utvecklare att införliva nya sensorer, fordon eller till och med använda olika fysikmotorer.

AirSim tillhandahåller API:er som kan användas på en mängd olika språk, inklusive C++ och Python. Detta gör det enkelt att använda AirSim med olika verktygskedjor för maskininlärning. Du kan till exempel använda Microsoft Cognitive Toolkit (CNTK) med AirSim för att göra djup förstärkningsinlärning.

Den senaste versionen är tillgänglig nu på GitHub som ett erbjudande med öppen källkod över flera plattformar. Microsoft har också gjort AirSim tillgängligt som en kompilerad binär version, vilket innebär att du nu kan ladda ner och börja anropa dess Python API:er för att styra fordonet på bara några minuter.

Den uppdaterade versionen av AirSim innehåller också många andra funktioner och förbättringar, inklusive ytterligare verktyg för att testa luftburna fordon. Microsoft gjorde det lättare för människor att simulera flygande drönare genom att lägga till en inbyggd flygkontroll, kallad simple_flight, som förenklar installationsprocessen. Detta möjliggör snabba experiment med kontroll- och tillståndsuppskattningsalgoritmer utan att kräva dyr felsökning och utveckling i den inbäddade världen.

I framtida utgåvor hoppas Microsoft kunna lägga till nya sensorer, bättre fordonsfysik, vädermodellering och ännu mer detaljerade realistiska miljöer.

Läs mer om projektet på Github här.