airsim

AirSim est un simulateur open-source et multiplateforme pour les drones, les voitures et autres véhicules, développé par Microsoft AI & Research. Il est principalement implémenté comme un plugin Unreal Engine pouvant être intégré dans des environnements Unreal, avec également une version expérimentale du plugin Unity. Principales fonctionnalités décrites dans le README : - Fidélité de simulation : simulation physiquement et visuellement réaliste, avec prise en charge software-in-the-loop pour les contrôleurs de vol populaires tels que PX4 et ArduPilot, et prise en charge hardware-in-the-loop avec PX4. - Contrôle programmatique : API exposées via RPC et accessibles depuis C++, Python, C# et Java. Ces API permettent de récupérer des images, de lire l'état du véhicule et de contrôler les véhicules. Les mêmes API sont disponibles sous forme de bibliothèque multiplateforme distincte afin que le code puisse être testé en simulation puis exécuté sur de vrais véhicules. - Collecte de données : les données d'entraînement peuvent être enregistrées via un bouton d'enregistrement dans le simulateur ou via les API pour un contrôle total sur quoi, où et quand les données sont journalisées. - Mode Vision par ordinateur : un mode sans véhicules ni physique où les caméras peuvent être positionnées arbitrairement pour collecter des images de profondeur, de disparité, de normales de surface ou de segmentation d'objets. - Effets météorologiques : options météo configurables accessibles via le clavier (F10) et les API. - Contrôle manuel : les drones peuvent être pilotés avec une télécommande RC ; les voitures peuvent être conduites avec les touches fléchées. Pour commencer : des binaires précompilés sont proposés pour Windows et Linux, avec des instructions de compilation pour Windows, Linux et macOS. Une documentation détaillée couvre la compilation, les API, les paramètres, les API d'images, l'apprentissage par renforcement et la conception. Le projet vise la recherche en IA, notamment l'apprentissage profond, la vision par ordinateur et l'apprentissage par renforcement pour les véhicules autonomes. Il est publié sous licence MIT et est associé à un article de la conférence FSR 2017. Les canaux communautaires incluent GitHub Discussions et un groupe Facebook.