今年年初，微软开源了一个叫做airsim的研究项目，用来测试人工智能系统的安全性。

据雷锋网了解，airsim为研究提供现实环境、车辆动力和感知，来保证自动驾驶汽车的安全。上个月，微软升级了airsim。现在，airsim系统已经能够覆盖汽车模拟器，促进无人驾驶汽车的研究和发展。最新版本的airsim已经登陆github平台，支持开源和跨平台操作。

同时，新版本airsim还更新了许多功能，功能之一便是为空中交通工具提供额外的解决方案。在airsim的帮助下，开发者可以通过一种叫做“simple_flight”的嵌入式飞行控制器，降低人们模拟无人机飞行的难度。这就让控制和状态估计（state estimation ）算法实验操作更加简单容易，无需嵌入领域昂贵的纠错和开发程序。

用模拟器建造和测试汽车

开发自动驾驶汽车算法成本非常昂贵，需要完善的基础设施去建造高成本硬件平台和巨大的数据库。

现在，微软通过一种开放式的、以社区驱动的平台来测试这些算法，来让更多研究团队从事自动驾驶汽车开发。airsim的新版本包括汽车模拟器、新的环境和apis，来修改程序和即将执行的脚本，让工程师快速开始研究。

快速打造更丰富的环境

airsim拥有一个非常详细的3d城市环境，其包含多种多样的动态情景，比如交通灯、停车场、湖、建筑工地等等。用户可以在社区的不同环境中测试系统，比如市中心、近郊地区、植被覆盖区和工业区域。模拟环境还包含超过12千米的道路，延伸到20多个城市街区中。

airsim被开发成了unreal engine（虚幻引擎，简称 ue， 是一款极为出色和流行的 3d 游戏引擎和开发工具）的插件，这就意味着汽车模拟器将与其运行的环境分离。

开发者可以打造某种特定环境（比如城市或农村道路），来满足特定需求；或者选择多种线上环境，来满足多种需求；然后跳过airsim插件来测试你的自动驾驶算法。airsim也允许研究者和开发者来结合新的传感器和车辆，甚至使用不同的物理引擎。

促进人工智能研究

airsim提供能在多种计算机语言（包括c++和python）中使用的apis，这样一来，用多种机器学习工具链使用airsim将会更加容易。

例如，开发者可以使用有airsim帮助的microsoft cognitive toolkit （cntk，微软认知工具包） 来做深度增强学习。

同时，airsim还能与microsoft azure云计算平台一起，扩展现数据需求量巨大的机器学习算法。此外，有了airsim的帮助，你可以在短短几分钟内下载python apis ，并让它控制汽车。

目前，微软已经让airsim获得了很多团队的支持，包括微软自己的microsoft garage团队，也包括人工智能圈中的其他团队。

据雷锋网了解，未来微软希望加入更新的传感器、更好的车辆物理引擎、更棒的天气模型和更精细的现实环境，也期待团队能够加入，实现共同成长。

以上是网络信息转载，信息真实性自行斟酌。