今年年初，微軟開源了一個叫做AirSim的研究項目，用來測試人工智能系統的安全性。
據了解，AirSim為研究提供現實環境、車輛動力和感知，來保證自動駕駛汽車的安全。上個月，微軟升級了AirSim。現在，AirSim系統已經能夠覆蓋汽車模擬器，促進無人駕駛汽車的研究和發展。最新版本的AirSim已經登陸GitHub平臺，支持開源和跨平臺操作。
同時，新版本AirSim還更新了許多功能，功能之一便是為空中交通工具提供額外的解決方案。在AirSim的幫助下，開發者可以通過一種叫做“simple_flight”的嵌入式飛行控制器，降低人們模擬無人機飛行的難度。這就讓控制和狀態估計（state estimation ）算法實驗操作更加簡單容易，無需嵌入領域昂貴的糾錯和開發程序。
用模擬器建造和測試汽車
開發自動駕駛汽車算法成本非常昂貴，需要完善的基礎設施去建造高成本硬件平臺和巨大的數據庫。
現在，微軟通過一種開放式的、以社區驅動的平臺來測試這些算法，來讓更多研究團隊從事自動駕駛汽車開發。AirSim的新版本包括汽車模擬器、新的環境和APIs，來修改程序和即將執行的腳本，讓工程師快速開始研究。
快速打造更豐富的環境
AirSim擁有一個非常詳細的3D城市環境，其包含多種多樣的動態情景，比如交通燈、停車場、湖、建筑工地等等。用戶可以在社區的不同環境中測試系統，比如市中心、近郊地區、植被覆蓋區和工業區域。模擬環境還包含超過12千米的道路，延伸到20多個城市街區中。
AirSim被開發成了Unreal Engine（虛幻引擎，簡稱 UE， 是一款極為出色和流行的 3D 游戲引擎和開發工具）的插件，這就意味著汽車模擬器將與其運行的環境分離。
開發者可以打造某種特定環境（比如城市或農村道路），來滿足特定需求；或者選擇多種線上環境，來滿足多種需求；然后跳過AirSim插件來測試你的自動駕駛算法。AirSim也允許研究者和開發者來結合新的傳感器和車輛，甚至使用不同的物理引擎。
促進人工智能研究
AirSim提供能在多種計算機語言（包括C++和Python）中使用的APIs，這樣一來，用多種機器學習工具鏈使用AirSim將會更加容易。
例如，開發者可以使用有AirSim幫助的Microsoft Cognitive Toolkit (CNTK，微軟認知工具包) 來做深度增強學習。
同時，AirSim還能與Microsoft Azure云計算平臺一起，擴展現數據需求量巨大的機器學習算法。此外，有了AirSim的幫助，你可以在短短幾分鐘內下載Python APIs ，并讓它控制汽車。
目前，微軟已經讓AirSim獲得了很多團隊的支持，包括微軟自己的Microsoft Garage團隊，也包括人工智能圈中的其他團隊。
微信掃一掃
