微软AirSim模拟平台可用来训练机器人，协助人类执行地下洞穴救援工作

四月的时候，微软对外开源无人系统模拟平台AirSim，现被用来模拟危险环境，训练机器人在地下隧道导航以及搜寻物件，协助人类的救援行动，另外，AirSim还被用在国家公园的盗猎侦测专案中。

卡内基美隆大学和奥瑞冈州立大学合作成立Team Explorer团队，使用AirSim系统训练机器人，在美国国防高等研究计划署（DARPA）地下环境挑战SubT的第一轮比赛中，获得了第一名。这个地下挑战的目的，是希望参赛者能够发展支援地表下活动的技术，像是绘制地图、导航或是搜寻复杂地下环境等。

地下环境包括了人造隧道系统、城市的地下道与天然洞穴网络，这些地下环境会以各种形式构成，可能具有规则或不规则的拓朴，范围绵延数公里，有通风不良或是存在有毒气体等危险，而这些条件都会使得救难人员的工作更加危险困难。

微软使用AirSim为Team Explorer建造了一个高分辨率的虚拟人造隧道迷宫，其复杂度以及规模堪比真实世界的隧道，让Team Explorer可在这个虚拟隧道中，发展无人搜寻以及侦测技术，使机器人可以适应不同的天气和照明条件，具备侦测地下地形的能力，并发现人类幸存者、背包或手机等物件。

要发展这样的应用，需要多模式感知技术（Multimodal Perception），透过各种感测器同时侦测环境，以获得完整的环境资讯，而由于AirSim能够模拟各种感测器，特别是可以模拟光学雷达（LiDAR）的高密度点云资讯，提供模拟环境的机器人各种训练资料。微软提到，现在没有专门用于地下探勘的资料集，而且为地下环境建立真实的资料集非常昂贵，AirSim能够创建接近实际地下环境，为地下应用快速的产生训练资料。

另外，AirSim现在还被用在训练动物盗猎无人机侦测系统。微软、Air Shepherd和USC组织合作，开发搭载热红外线摄影机的无人机，在夜间巡逻国家公园搜寻盗猎者和动物，但这项专案有许多障碍需要克服，其中包括要建立这样的系统，需要许多资料进行训练和测试。

之前Air Shepherd花了6个月约800小时，为39,380个影格加上标签，其中标记出了约18万个盗猎者以及动物，这些资料被用来建立了一个雏形系统SPOT，但是却难以达到可接受的精确度和召回率（Recall）。而现在他们使用AirSim产生训练与测试资料，模拟无人机以60到120的高度飞越大草原，在白天与夜晚侦测盗猎者以及野生动物，透过AirSim的帮助，侦测系统的精确度提高了35.2%。