微软将基于 VR 的无人机训练环境扩展到自动驾驶汽车

虚拟现实不仅有利于训练人类。 由于游戏环境保真度的提高，它们现在甚至可以训练机器人。

我们在二月份写了一个名为的新平台 微软研究院的 AirSim 旨在帮助无人机开发人员轻松构建自主和机器人系统。 他们新的航空信息学和机器人平台为设计人员和开发人员提供了逼真的模拟和工具，以无缝生成他们需要的大量训练数据。 它利用计算和图形方面的进步，结合物理和感知，创建准确的真实世界模拟。

现在微软已经扩展了该工具，以帮助训练自动驾驶计算机。

新版本的 AirSim 包括汽车模拟、新环境、简化编程的 API 和可立即运行的脚本以启动您的研究。 模拟类似 GTA 的环境意味着更少需要构建昂贵的硬件平台、提供大量数据以及快速测试和基准测试结果的能力，并以更少的资源向更广泛的开发人员和研究人员开放研究。

AirSim 带有详细的 3D 城市环境，包括各种不同的条件，包括交通信号灯、公园、湖泊和建筑工地。 用户可以在多种类型的社区中测试他们的系统，包括市中心、半城市、植被和工业环境。 该模拟包含超过 12 公里的可行驶道路，跨越 20 多个街区。

AirSim 已被开发为 Unreal Engine 的插件，这是一种流行的游戏开发工具。 这意味着汽车模拟与它运行的环境解耦。您可以为您的特定需求创建一个环境，例如城市或乡村道路，或者从在线提供的各种环境中进行选择，然后只需放入 AirSim用于在该环境中测试您的自动驾驶算法的插件。 AirSim 的可扩展性还允许研究人员和开发人员整合新的传感器、车辆，甚至使用不同的物理引擎。

AirSim 提供可用于多种语言的 API，包括 C++ 和 Python。 这使得将 AirSim 与各种机器学习工具链一起使用变得很容易。 例如，您可以使用 Microsoft Cognitive Toolkit (CNTK) 和 AirSim 进行深度强化学习。

最新版本现已作为开源跨平台产品在 GitHub 上提供。 微软还将 AirSim 作为编译后的二进制版本提供，这意味着您现在可以在几分钟内下载并开始调用其 Python API 来控制车辆。

AirSim 的更新版本还包括许多其他功能和增强功能，包括用于测试机载车辆的附加工具。 微软通过添加一个名为 simple_flight 的内置飞行控制器，简化了设置过程，让人们更容易模拟飞行无人机。 这允许对控制和状态估计算法进行快速实验，而无需在嵌入式世界中进行昂贵的调试和开发。

在未来的版本中，微软希望添加新的传感器、更好的车辆物理、天气建模以及更详细的真实环境。

阅读有关该项目的更多信息 在 Github 上.