为什么说 AirSim 是自动驾驶系统研发人员的良工利器？

丹棱君有话说：近年来，世界主要国家都出台了针对智能驾驶的政策，以鼓励智能驾驶技术的发展，然而最核心的自动驾驶系统算法建模和多场景模拟测试系统的研发并非一己之力能完成。提供开放的人工智能研发平台和工具，赋能更多的研究人员和开发者，测试算法，构建真实场景下的自动驾驶系统，是微软作为科技平台公司，推出 AirSim 自动驾驶系统安全性测试的 AI 系统的出发点。近期 AirSim 更新版已开放给广大研究人员和开发者社区，新的 AirSim 将如何提供快速算法测试和结果评估，构建丰富的场景模拟？有请微软首席研究员 Ashish Kapoor 和微软首席研究软件工程师 Shital Shah~

今年初，微软开源了一个用于模拟测试安全性的高拟真的人工智能系统 AirSim 研究项目。AirSim 能够利用 AI 技术，提供逼真的环境，模拟交通工具的动力和传感，帮助研究人员和开发者在开放的世界中构建安全的自动驾驶系统。

近日，微软又推出了新增汽车模拟系统的 AirSim 更新版，以帮助无人驾驶汽车的研究和开发。目前，该版本已发布在 GitHub，支持开源和跨平台开发。

https://v.qq.com/txp/iframe/player.html?vid=q05055mbc2s&width=500&height=375&auto=0

更新版的 AirSim 还包含了其他全新的或者在原有基础上增强的功能，例如，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。该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结果评估的能力。微软希望搭建一个具备上述研发条件的开放平台，让更多的研究人员和开发者轻松测试他们的算法。AirSim 的更新版不仅包含车辆模拟、新的场景，还提供简化编程的 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。模拟系统可提供超过 12 公里、跨越 20 多个街区的供驾驶的道路。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。

一站式 AI 研究平台

AirSim 提供包括 C++ 和 Python 等多语言的 API 接口。因此，使用者可同时使用 AirSim 和众多机器学习工具。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，在使用对数据量需求很大的新型机器学习算法训练时，基于 Microsoft Azure 在 AirSim 下运行多个实例具有很大潜力。

此外，微软还提供了 AirSim 的编译好的二进制文件，这意味着开发者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

很荣幸，微软得到了 AirSim 社区给予的巨大支持和灵感启发。正在成长的 AirSim 社区由来自世界各地的 AirSim 支持者共同组成，其中包括微软的如车库团队和其他的 AI 社区。

在未来的 AirSim 版本中，微软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，以及更详尽真实的环境场景。同时，我们也希望 AirSim 社区继续更多地参与，并提出建议。

点击“阅读原文”，即可登录 GitHub，获取 AirSim 更新版。

本文转自微信公众号：微软研究院AI头条

了解更多：

---

后台入驻微软小冰

如果你很萌，请跟她一决高下！