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。據雷鋒網了解,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。
據雷鋒網了解,未來微軟希望加入更新的傳感器、更好的車輛物理引擎、更棒的天氣模型和更精細的現實環境,也期待團隊能夠加入,實現共同成長。