人和动物移动时相对较快，避免了几乎自反的障碍。 另外，如果一个人在途中不能立即克服另一个问题（例如，用不寻常的把手打开一扇门），那么在几秒钟或几分钟的思考中，问题便会解决，并且门通常会自行出租。 下次，这支笔不会有问题。 当然，这不仅与门和把手有关，而且与解决此类情况有关。
另外，人们（以及一些动物）可以预测在接下来的几秒钟甚至几分钟内将会出现什么样的障碍。 看到报亭在路上的报亭，一个人知道在10到20秒后需要将其圈出。 使用机器人（包括无人飞行器和飞行器），一切都变得更加复杂。 为了使他们能够自己解决问题，需要对其进行培训。 Microsoft和其他组织一样，正在解决此问题并取得一些进展。
现在，Microsoft开发人员正在
创建一套工具，以帮助第三方研究人员和开发人员训练和测试他们自己的机器人。 该软件平台的beta版已在GitHub上
公开获得开源许可。
所有这些都是研究项目“
航空信息学和机器人平台 （AirSim）”的一部分。 作为该项目的一部分，Microsoft研究人员正在开发作为快速创建用于管理无人机和其他小工具的第三方应用程序的基础的软件。 另外，使用此系统，您可以训练支持自学习的各种设备。
项目负责人Ashish Kapoor希望，他的团队的工作将成为推动“智能设备”领域发展的动力，其中包括机器人，货物交付系统和所有其他机器人设备。 该项目的目标是创建可以在现实世界中工作的系统。 这是Microsoft项目与其他组织的项目之间的区别，后者的目标是训练AI以明确定义的规则在人工环境中控制机器人。 一个例子是棋盘游戏。
他说：“这是人工智能开发的下一步，我们正在考虑针对现实世界的系统。”
一个例子就是无人机需要“解释”阴影和墙壁之间的差异的情况。 听起来很简单，但实际上，如果直升机开始“理解”这种差异，那么它们将停止闯入障碍。 或者，无论如何，事故数量将大大减少。
有趣的是，该公司在模拟真实世界的虚拟世界中提供培训。 以前，由于硬件的限制，这是不可能的，但是现在，由于功能强大的图形适配器和计算机系统的其他组件，可以训练AI在可复制例如森林或定居点的图形环境中飞行无人机。
这种培训方法的积极方面可以称为改变虚拟世界状况的能力：一天中的时间，天气状况，救济。 AI的另一个优点是可以使用虚拟（而非真实）无人机进行AI工作。 而且这节省了成本，因为在这种测试中不需要无人机，所以购买新设备不会发生意外。 另外，您无需去户外，更换电池或为无人机充电。 如果天气不好，您将无法在现实世界中测试直升机。 在虚拟世界中，天气始终是开发人员所需要的。 时间的损失最小化。
模拟器的主要开发者Shital Shah（Shital Shah）认为，只有在创建具有清晰环境细节的高质量图形时，才有可能训练AI。
除了模拟器之外，Microsoft平台还包括一个软件库，使开发人员可以更轻松地为两个最著名的无人机开发人员：DJI和MavLink的无人机编写自己的代码。 通常，开发人员在为特定硬件平台编写代码时必须花费大量时间来解析API。 也许在不久的将来，微软将增加其他制造商的无人机。
根据微软的代表，如上所述，AirSim允许您训练AI以预测障碍物的出现。 如果有人要指示AI驾驶车辆，直升机和其他类型的设备，则这是必需的。
微软员工已经在其平台上工作了不到一年。 但在此之前，他们参加了其他项目。 一些专家处理计算机视觉，其他专家处理人工智能或机器人技术。 结合团队成员的所有经验，Microsoft获得了新的有希望的发展。
现在，团队成员计划创建可以相互协作而不是竞争的AI代理。 顺便说一下，Google部门DeepMind也
处理相同的问题。 以前，该部门对AI代理不竞争但共同努力实现同一目标的情况进行了详细分析。 专家发现，AI代理的行为会根据其环境的条件和限制而变化。 如果规则暗示在发生攻击性行为时会受益，那么AI将变得越来越具有攻击性。 否则，人工智能将越来越倾向于与一个或多个合伙人合作。
至于微软，该公司希望其新的AI培训平台将使整个行业以更快的速度发展。 此外，该公司认为有必要通过引入描述这些代理在现实世界中的行为的标准和规则来开始对AI代理的工作进行标准化。