微软更新AirSim，支持自动驾驶汽车研究

编者按：今年二月，微软开源了AirSim系统，用于帮助测试无人机等空中智能组件。近日，AirSim系统又进行了更新——增加了汽车模拟系统。新的AirSim系统不仅可以帮助模拟完成车辆建模测试，还能提供详细的3D城市街景，一站式的AI研究平台让使用者能十分容易地将AirSim和众多机器学习工具共同使用。目前，该版本已经在GitHub上发布，让我们一起来看看吧～

今年初，微软开源了一个名叫AirSim的研究项目，一个高拟真的模拟测试系统，用于测试人工智能系统的安全性。AirSim能够提供逼真的环境、交通运输工具动力以及传感模拟，帮助研究人员和开发者使用AI在开放世界中构建安全的自动驾驶系统。

近日，微软又推出了AirSim的更新，增加了汽车模拟系统，这一更新将有助于无人驾驶汽车的研究和开发。该版本已经在GitHub上发布并支持开源和跨平台。

扫描二维码，进入GitHub

最新版的AirSim还包含了一些其它新的和增强的功能，例如用于飞行器测试的附加工具。新增的内置飞行控制器可简化初始设置过程，使无人机模拟飞行变得更简单。这些功能通过控制和状态估计算法可提高试验测试效率，相比嵌入式的高成本调试和开发更有优势。

模拟完成车辆建模测试

开发自动驾驶算法并非易事。需要硬件平台、大量的数据、以及快速测试和评估结果的能力。微软希望搭建一个开放的平台，提供以上所有条件，让更多的研究人员和开发者能够轻松地测试他们的算法。AirSim的新版本不仅包含车辆模拟、新的场景，还提供可以简化编程的API以及即插即用的代码，这些对快速推进研究都具有重要作用。

快速构建丰富场景

AirSim提供了详细的3D城市街景，以及包括交通信号灯、公园、湖泊、工地等丰富的场景。开发者可以在各种不同的场景下测试他们的系统，无论是在市中心，还是在城乡道路、郊野和工业区。模拟系统提供超过12公里的可供驾驶道路，跨越20多个街区。研究人员和开发者可以针对特定的需求创建所需要的场景，还可以利用AirSim的拓展性添加新的传感器、车辆，甚至使用不同的物理引擎。

https://v.qq.com/txp/iframe/player.html?vid=n0511om3odx&width=500&height=375&auto=0

一站式AI研究平台

AirSim 提供包括C++和Python等多语言的API接口，使用者可以十分容易地将AirSim和众多机器学习工具共同使用。例如，开发者可以使用微软认知工具包(CNTK)和AirSim进行深度增强学习。同时，我们也看到使用新型的对数据量需求很大的机器学习算法进行训练时，在基于Microsoft Azure的AirSim下运行多个实例具有很大的潜力。

此外，微软的研究人员还提供AirSim的编译好的二进制文件，这意味着你可以在短短几分钟之内下载并且调用Python API来控制车辆在模拟环境中运行。

AirSim未来之路

我们很荣幸得到了AirSim社区的巨大支持以及灵感。这一正在成长的社区由来自世界各地的AirSim支持者共同组成。其中包括微软内部的团队，如微软车库，以及其他AI社区。

在未来的版本中，我们希望加入新的传感器，提供更完善的车辆物理模型、气候模型，以及更详尽的和真实的环境场景。同时，我们也希望得到社区的更多参与和建议。

你也许还想看：

感谢你关注“微软研究院AI头条”，我们期待你的留言和投稿，共建交流平台。来稿请寄：[e-mail]。