AirSim是由微软研究院于2017年创建的一款模拟器，可用于无人机、汽车等的模拟，它基于虚幻引擎构建（目前也有实验性的Unity版本）。其具备开源、跨平台的特性，支持与诸如PX4和ArduPilot等流行的飞行控制器进行软件在环模拟，并且能与PX4进行硬件在环模拟，从而实现物理和视觉上逼真的模拟效果。
它作为一个虚幻插件进行开发，能够轻松嵌入到任何虚幻环境中，同样，也有针对Unity插件的实验性发布。AirSim的目标是打造一个AI研究平台，以便对自动驾驶车辆的深度学习、计算机视觉和强化学习算法进行实验。为此，它还提供了一些API，能够以平台无关的方式获取数据并控制车辆。
在获取方式上，不同操作系统有不同途径。Windows系统下，可选择下载二进制文件或者自行构建；Linux系统同样可下载二进制文件或进行构建；macOS系统则可进行构建，更多详细内容可参考使用预编译二进制文件文档。
使用方面，有多种方式。文档方面，可查看关于AirSim各个方面的详细文档。手动控制的话，如果有遥控器（如下面所示），在模拟器中可手动控制无人机，对于汽车，可用方向键手动驾驶，更多细节可进一步了解。程序控制方面，AirSim提供的API允许用户以编程方式与模拟中的车辆进行交互，可用于获取图像、获取状态、控制车辆等等。这些API通过RPC暴露出来，可通过多种语言访问，包括C++、Python、C#和Java等，并且这些API也可作为一个独立的跨平台库的一部分，这样就可以在车辆的配套计算机上进行部署，从而实现在模拟器中编写和测试代码，之后在真实车辆上执行。
在生成训练数据方面，有两种途径。一种较为简单的方式是直接按下右下角的记录按钮，这样会为每一帧写入姿态和图像信息，数据记录代码较为简单，可随意修改。更好的方式是通过访问API来按照自己的需求精准生成训练数据，这样能完全掌控数据记录的方式、内容、地点和时间。
此外，还有计算机视觉模式，在该模式下，没有车辆或物理效果，可通过键盘在场景中移动，或者利用API将可用相机定位在任意姿态，收集诸如深度、视差、表面法线或物体分割等图像。还可通过按F10查看各种天气效果选项，也能通过API控制天气，按F1可查看其他选项。
AirSim还有诸多教程可供参考，比如与Pixhawk设置相关的教程、与不同环境使用相关的教程等等，并且有相关的参与论文，更多技术细节可参考AirSim论文（FSR 2017会议）。
在贡献方面，如果想寻找可贡献的领域，可查看开放问题，同时也有关于AirSim设计、代码结构以及贡献指南等方面的内容。另外，也在维护一份已知的使用AirSim的项目、人员和团体的列表，若想加入可在此处提出请求。
总之，AirSim为AI相关研究与模拟提供了一个较为完善且实用的平台，方便用户开展各类相关工作。
